文件名称：GraphSAGE-master.zip
文件大小：6.39MB
文件格式：ZIP
更新时间：2023-03-29 17:25:48
GraphSAGE GNN GCN 图神经网络
GraphSAGE源代码，供参考学习。目前大多数图嵌入方法在训练过程中需要图中所有节点参与，属于直推学习（transductive），无法直接泛化到之前未见的节点。本文提出一种适用于大规模网络的归纳式（inductive）模型-GraphSAGE，能够为新增节点快速生成embedding，而无需额外训练过程。 GraphSage训练所有节点的每个embedding，还训练一个聚合函数，通过从节点的相邻节点采样和收集特征来产生embedding。本文训练一组aggregator函数来从一个节点的邻节点aggregate特征信息，每个aggregator函数从不同的hops或搜索深度aggregate信息。
【文件预览】：
GraphSAGE-master
----Dockerfile(104B)
----.gitignore(1KB)
----README.md(8KB)
----.dockerignore(28B)
----example_unsupervised.sh(138B)
----Dockerfile.gpu(108B)
----graphsage()
--------models.py(20KB)
--------neigh_samplers.py(818B)
--------unsupervised_train.py(17KB)
--------metrics.py(1KB)
--------supervised_models.py(5KB)
--------supervised_train.py(15KB)
--------utils.py(4KB)
--------prediction.py(5KB)
--------__init__.py(70B)
--------aggregators.py(15KB)
--------layers.py(4KB)
--------inits.py(934B)
--------minibatch.py(13KB)
----example_supervised.sh(104B)
----eval_scripts()
--------reddit_eval.py(5KB)
--------citation_eval.py(4KB)
--------ppi_eval.py(4KB)
----requirements.txt(395B)
----example_data()
--------toy-ppi-class_map.json(5.25MB)
--------toy-ppi-feats.npy(5.63MB)
--------toy-ppi-id_map.json(209KB)
--------toy-ppi-G.json(27.2MB)
--------toy-ppi-walks.txt(17.67MB)
----LICENSE.txt(2KB)