Геометрические реализации Pytorch для основных задач с графами Graph Neural Networks — это алгоритм машинного обучения, разработанный для графически структурированных данных, таких как социальные графы, сети в кибербезопасности или молекулярные представления. За последние несколько лет он быстро развивался и используется во многих различных приложениях. В этом сообщении блога мы рассмотрим его реализации кода для основных задач с графами, а также все основы GNN, включая его приложения..

В этом посте будет обобщена статья SimGNN, нацеленная на быстрое вычисление подобия графов. Графы - это структуры, которые используются для связывания различных сущностей, которые мы называем узлами, с помощью отношений, называемых ребрами. Графики существуют повсюду, от связей между атомами до друзей на Facebook, все эти сценарии можно представить в виде графика. Одна из фундаментальных проблем с графами - это нахождение сходства между графами. Сходство между графиками можно определить с..