摘要：简介 图嵌入（Graph Embedding）的目的是将给定图中的每个节点映射到一个低维的向量表示。这种向量表示通常被称为节点嵌入（Node Embedding），它保留了原图中节点的一些关键信息。图中的节点可以从两个域观察：一是原图域，其中节点通过边彼此连接；二是嵌入域，其中每个节点被表示为连续的 阅读全文

摘要：简介 本章将主要介绍以下内容： 图的表示 图的性质 复杂图 图上的计算任务 图的表示 图的定义：一个图可以被表示为$G = {V, E}$，其中$V = {v_1, \dots, v_N}$是大小为$N = |V|$的节点集合，$E = {e_1, \dots, e_M}$是大小为$M$的边的集合。 阅读全文

摘要：一些说明 本系列是对马耀、汤继良老师《图深度学习》的一个学习记录和整理。由于作者录制了本书的配套视频，且视频讲解顺序与书有细微差别，因此本系列编排顺序与视频一致，但是内容同时参考书籍以及视频。 由于本系列是对《图神经网络》的学习记录和总结，因此只记录关键知识、直观理解以及必要的数学推导，一些严谨的数 阅读全文