Graph Neural Networks—GCN、GraphSAGE、GATGNN原始定义GCNGraphSAGEGATGCN(1stChebNet)、GraphSAGE和GAT对比
GCN(1stChebNet)与GraphSage的不同:GCN需要将整个图(邻接矩阵)输入进去,GraphSage不用输入整个图的拓扑结构,可以批量处理;GCN是直推式的方法,GraphSage是归纳式的方法,可以处理unseen node;GCN聚合了每个邻居的信息,GraphSage采样固定数量的邻居;GCN的输入有节点编号列表、节点特征、邻接矩阵,而GraphSage的输入包括三个部分,节点编号列表、每个节点的邻居列表、节点的特征表示矩阵;GCN表面看起来是谱域方法,其实也是一种空域方法