1基础
图学习初印象
Part1 什么是图
- 图的两个基本元素：点、边
- 图是一种统一描述复杂事物的语言
- 常见的图：社交网络、推荐系统、化学分子结构...
- 图学习: Graph Learning。深度学习中的一个子领域，强调处理的数据对象为图。
- 与一般深度学习的区别：能够方便地处理不规则数据（树、图），同时也可以处理规则数据（如图像）。
我们可以把图学习的应用分为节点级别任务、边级别任务、图级别任务。 课程中介绍了以下几种任务。
- 节点级别任务：金融诈骗检测（典型的节点分类）、自动驾驶中的3D点云目标检测
- 边级别任务：推荐系统（典型的边预测）
- 图级别任务：气味识别（典型的图分类）、发现“宇宙”
做一个小结： 
- 图游走类算法：通过在图上的游走，获得多个节点序列，再利用 Skip Gram 模型训练得到节点表示（下节课内容）
- 图神经网络算法：端到端模型，利用消息传递机制实现。
- 知识图谱嵌入算法：专门用于知识图谱的相关算法。
-
Github 链接：
