【文件属性】：
文件名称：GAT：图形注意网络（https：arxiv.orgabs1710.10903）
文件大小：1.2MB
文件格式：ZIP
更新时间：2021-02-05 10:41:57
python tensorflow neural-networks attention-mechanism graph-attention-networks
盖特
图注意力网络（Veličković等人，ICLR 2018）： ://arxiv.org/abs/1710.10903
GAT层
t-SNE + Cora上的注意力系数
总览
在这里，我们提供TensorFlow中的图形注意网络（GAT）层的实现，以及一个最小的执行示例（在Cora数据集上）。 存储库的组织方式如下：
data/包含Cora所需的数据集文件；
models/包含GAT网络的实现（ gat.py ）；
pre_trained/包含一个预训练的Cora模型（在测试集上达到84.4％的准确性）；
utils/包含：
注意头的实现，以及实验性的稀疏版本（ layer
【文件预览】：
GAT-master
----.gitignore(1KB)
----execute_cora_sparse.py(7KB)
----data()
--------ind.cora.graph(58KB)
--------ind.cora.y(4KB)
--------ind.cora.tx(145KB)
--------ind.cora.ty(27KB)
--------ind.cora.test.index(5KB)
--------ind.cora.x(22KB)
--------ind.cora.ally(47KB)
--------ind.cora.allx(251KB)
----models()
--------__init__.py(47B)
--------sp_gat.py(1KB)
--------gat.py(1KB)
--------base_gattn.py(3KB)
----LICENSE(1KB)
----utils()
--------__init__.py(0B)
--------layers.py(3KB)
--------process.py(7KB)
--------process_ppi.py(9KB)
----execute_cora.py(7KB)
----README.md(3KB)
----pre_trained()
--------cora()