AttentionWalk:“观察您的步骤:通过图注意力学习节点嵌入”的PyTorch实施(NeurIPS 2018) 源码

注意步行 ⠀ PyTorch实现的“观察您的步骤:通过图注意学习节点嵌入”(NIPS 2018) 。 抽象 图嵌入方法表示连续向量空间中的节点,从而保留了图中不同类型的关系信息。 这些方法有许多超参数(例如,随机游走的长度),必须为每个图形手动调整。 在本文中,我们将先前固定的超参数替换为可训练的超参数,这些参数会通过反向传播自动学习。 特别是,我们针对转移矩阵的幂级数提出了一种新颖的注意力模型,该模型可指导随机游走优化上游目标。 与以前的注意力模型方法不同,我们提出的方法仅在数据本身(例如,随机游走)上利用注意力参数,而模型并未将其用于推理。 我们尝试进行链接预测任务,因为我们的目标是产