本文主要是介绍图神经网络七日打卡营学习心得，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
图神经网络七日打卡营学习心得
干货满满！
虽然没有具体介绍图神经网络谱域方法，但终于弄明白经典GCN模型与空域方法之间的联系。
GCN信息传递过程简化来看其实就是邻接矩阵与特征的乘积，对每个节点来说，也就是接收与其相邻节点的特征信息。如下图。
此外，不同邻居节点对中心节点起到的作用程度不同，需要为邻居赋予权重，那对于GCN来说，度矩阵就可以派上用场。
GCN模型中的权重以“度”来衡量，而GAT模型中的权重则可以通过自学习获取。
所有的图片都来自于七日打卡营的课程的ppt：
https://github.com/PaddlePaddle/PGL/tree/main/course
最后，感谢各位老师辛勤付出！
这篇关于图神经网络七日打卡营学习心得的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
