基于 TensorFlow-Keras 实现图神经网络
机器学习
2023-10-12 v1 人工智能
摘要
图神经网络是一种通用的机器学习架构，近来受到广泛关注。在本技术报告中，我们提出了一种用于 TensorFlow-Keras 模型的卷积层和池化层的实现，其允许以无缝且灵活的方式集成到标准 Keras 层中，从而以函数式方法构建图模型。这意味着使用 mini-batch 作为第一个张量维度，这可以通过 TensorFlow 中最新且最适合图的 RaggedTensor 类来实现。我们基于 TensorFlow-Keras 开发了 Keras 图卷积神经网络 Python 包 kgcnn，提供了一组面向图网络的 Keras 层，侧重于层间传递的透明张量结构以及易用性理念。
引用
@article{arxiv.2103.04318,
title = {Implementing graph neural networks with TensorFlow-Keras},
author = {Patrick Reiser and Andre Eberhard and Pascal Friederich},
journal= {arXiv preprint arXiv:2103.04318},
year = {2023}
}