【问题标题】：Solve directed graph problem with Tensorflow用 Tensorflow 解决有向图问题
【发布时间】：2019-10-25 10:06:43
【问题描述】：
我有一个看似简单的问题要在有向图中解决。给定一个有向图，例如图中的那个，我需要找到两个“边界节点”（图中的 A 和 B，在图中）之间具有最小“最大成本”的路径。图中的每个节点都有一定的“成本”被入侵，所以对于每一个可能的路径，我们都可以找到最大的成本。例如，图中 PATH 3 获胜，因为最大成本小于 PATH 1 和 PATH 2 的最大成本。
我一直听说 Tensorflow 是一个可以让您解决通用图形问题的库，所以我想知道 Tensorflow 周围是否有任何“即用型”库/后端可以让我解决这个问题？
谢谢你，
拉斐尔。
Example of directed graph
【问题讨论】：
标签：
tensorflow
graph-theory
graph-algorithm
directed-graph
【解决方案1】：
Tenserflow 是一个机器学习框架，您想要解决的问题并不需要它。您的问题可以通过简单修改Dijkstra's algorithm 来解决，如this 问题中所述。唯一的区别是你的权重是在节点上而不是在边上，但是你可以简单地构建一个新图，在其中你给每个原始边的权重为零，并用两个新节点替换每个节点，一个用于传出边，一个用于传入边缘。然后，您还可以使用原始节点的权重将一条边从传入边缘节点添加到传出边缘节点。我让您验证该新图中每条边的最小最大成本路径对应于原始图中每个节点的最小最大成本路径，您可以使用修改后的 Dijkstra 算法找到该路径。