图同构神经网络答案

【问题标题】：graph isomorphism neural network图同构神经网络
【发布时间】：2022-10-02 02:12:57
【问题描述】：

我试图通过 PyTorch (GIN) 和 GAT 来理解图同构网络和图注意力网络，以完成一些分类任务。但是，我找不到已经实施的项目来阅读和理解作为提示。 GCN 有一些，它们没问题。我想知道是否有人可以提出除原始理论论文以外的任何材料，以便我参考。

标签： graph neural-network pytorch data-mining

【解决方案1】：

图同构网络 (GIN) 可以使用 Tensorflow 和 spektral 库构建。

这是使用上述库构建的 GIN 网络示例：

class GIN0(Model):
    def __init__(self, channels, n_layers):
        super().__init__()
        self.conv1 = GINConv(channels, epsilon=0, mlp_hidden=[channels, channels])
        self.convs = []
        for _ in range(1, n_layers):
            self.convs.append(
                GINConv(channels, epsilon=0, mlp_hidden=[channels, channels])
            )
        self.pool = GlobalAvgPool()
        self.dense1 = Dense(channels, activation="relu")

    def call(self, inputs):
        x, a, i = inputs
        x = self.conv1([x, a])
        for conv in self.convs:
            x = conv([x, a])
        x = self.pool([x, i])
        return self.dense1(x)

您可以像使用任何其他 tensorflow 模型一样使用此模型进行训练和测试，但有一些限制。

【讨论】：