摘要： 邻居聚合 图采样后，就要进行邻居聚合 1.1 传统聚合 1.2 评估聚合的表达能力 Mean倾向于学习邻居的分布 1.3 基于单射的GIN模型（Graph Isomorphism Net） 图同构网络，常用于图分类（sum+两个部分构成了GIN） 1.4 更多聚合函数 1.5 应用场景 阅读全文

摘要： 一、引入 1.1 为什么要图采样 涉及计算的节点随层数增加呈指数增长 1.2 什么是图采样 子图采样不是随机采样，因为不仅仅需要节点，还需要节点之间的关系。 二、图采样算法 2.1 GraphSAGE 2.2 pinSAGE GraphSAGE只能采样真实的邻居节点，但pinSAGE不一定。 Pin 阅读全文