图神经网络原理
与其他神经网络一样,图神经网络 (GNN) 也使用输入层、卷积层、池化层、激励层和全连接层等结构,在具体的应用中可根据图数据的类型及其复杂性构建决定层的类型与数量。
当图数据传递到图神经网络中后,相邻节点之间的特征会相互结合,进行 “ 消息传递 ”。如果接收到的数据庞大且复杂,研究人员会构建多重层级结构,则后续层会重复 “ 消息传递 ” 的操作,将收集到的数据不断聚合,最后在 GNN 的输出层生成 “ 图嵌入 ”,用于后续的区分和学习。
图神经网络有哪些用途
![自然语言处理_图神经网络 自然语言处理_图神经网络](https://s3.cn-north-1.amazonaws.com.cn/aws-dam-prod/xuefezha-caiwei/what-is-graph-neural-network-content2-image1.7ff1a5307615206819aa68def13973e903a9e14a.aaebf3bb64de520f0e83fa3892a98930c64b8371.png)
自然语言处理
图神经网络可通过节点间的信息传递,有效捕捉结构间的关联,因此人们将其运用于自然语言处理,如文本分类、机器翻译、智能应答机器人等方向。
![流量预测_图神经网络 流量预测_图神经网络](https://s3.cn-north-1.amazonaws.com.cn/aws-dam-prod/xuefezha-caiwei/what-is-graph-neural-network-content2-image2.d3a940ccfd736b160bdb0c7007410d65b2a958d7.62d1457ac05ff87cea9698a3b338c5cd401d473c.png)
流量预测
在智能交通系统中,管理人员需要对车流量进行及时的预测以合理安排各路口的交通指示灯及其他指挥工具的运行状态。在图神经网络中可将交通网模拟成一个时空图,利用道路两边的传感器作为节点,监测其平均通信速度。
![分子探究_图神经网络 分子探究_图神经网络](https://s3.cn-north-1.amazonaws.com.cn/aws-dam-prod/xuefezha-caiwei/what-is-graph-neural-network-content2-image3.dcaa1d8c859f390949f898763c2f67c08f943433.e58a8a346a898920ea87f3c282370acdc31363b2.png)
分子探究
化学家可以利用图神经网络来研究分子或化合物的图形结构,以原子作为节点,化学键作为边。比如对分子性质加以预测,以加快药物的设计与筛选。
图神经网络相关视频
欢迎加入亚马逊云科技培训中心
欢迎加入亚马逊云科技培训中心
-
快速上手训练营
-
账单设置与查看
-
动手实操
-
快速上手训练营
-
第一课:亚马逊云科技简介
本课程帮助您初步了解云平台与本地环境的差异,以及亚马逊云科技平台的基础设施和部分核心服务,包括亚马逊云科技平台上的弹性高可用架构,架构设计准则和本地架构迁移上云的基本知识。
亚马逊云科技技术讲师:李锦鸿第二课:存储与数据库服务
您将在本课程中学习到亚马逊云科技上的三个存储服务分别是什么。我们也将在这个模块中为您介绍亚马逊云科技上的关系型数据库服务 Amazon Relational Database Service (RDS)。
亚马逊云科技资深技术讲师:周一川第三课:安全、身份和访问管理
在这个模块,您将学习到保护您在亚马逊云科技上构建的应用的安全相关知识,责任共担模型以及身份和访问管理服务, Identity and Access Management (IAM) 。同时,通过讲师演示,您将学会如何授权给 EC2 实例,允许其访问 S3 上的资源。
亚马逊云科技技术讲师:马仲凯 -
账单设置与查看
-
-
动手实操
-