【文件属性】：
文件名称：LA-GCN：针对图卷积网络的可学习聚合器的TensorFlow实现
文件大小：5.13MB
文件格式：ZIP
更新时间：2021-02-18 04:13:37
gcn aggregators graph-representation-learning graphneuralnetwork graphconvolution
TensorFlow中用于图卷积网络的可学习聚合器
图卷积网络的可学习聚合器的TensorFlow实现。
通过引入共享的辅助模型为GCN（LA-GCN）提供可学习的聚合器，该模型在邻域聚合中提供了自定义架构。 在此框架下，提出了一种称为LA-GCN（Mask）的新模型，其中包括一个新的聚合函数，即掩码聚合器。 辅助模型为给定节点的每个邻居学习一个特定的掩码，从而允许注意节点级别和功能级别。 该机制将学习为预测的节点和特征分配不同的重要性，从而为预测提供可解释的解释并提高模型的鲁棒性。
张力，吕海萍， ://dl.acm.org/doi/abs/10.1145/3340531.3411983（CIKM 2020）
对于官方实施
要求
tensorflow_version 1.x
训练
python train.py
如果您没有任何要求，也可以在colab中试用！
数据
为了使用您
【文件预览】：
LA-GCN-main
----models.py(7KB)
----utils.py(7KB)
----data()
--------ind.cora.test.index(6KB)
--------ind.pubmed.x(23KB)
--------ind.citeseer.allx(581KB)
--------ind.citeseer.tx(254KB)
--------ind.citeseer.x(30KB)
--------ind.pubmed.y(854B)
--------ind.pubmed.tx(396KB)
--------ind.pubmed.graph(461KB)
--------ind.pubmed.ty(12KB)
--------ind.citeseer.y(3KB)
--------ind.cora.graph(58KB)
--------ind.pubmed.test.index(7KB)
--------ind.cora.ally(47KB)
--------ind.cora.x(22KB)
--------ind.citeseer.graph(61KB)
--------ind.cora.ty(27KB)
--------ind.citeseer.test.index(6KB)
--------ind.cora.allx(251KB)
--------ind.citeseer.ally(54KB)
--------ind.pubmed.ally(219KB)
--------ind.citeseer.ty(24KB)
--------ind.pubmed.allx(7.23MB)
--------ind.cora.y(4KB)
--------ind.cora.tx(145KB)
----train.py(6KB)
----metrics.py(862B)
----LICENSE(1KB)
----__init__.py(72B)
----layers.py(9KB)
----inits.py(817B)
----untitled0.py(280B)
----README.md(4KB)
----model.jpg(71KB)