【GNN】WL-test：GNN 的性能上界

今天学习斯坦福大学同窗 2019 年的工做《HOW POWERFUL ARE GRAPH NEURAL NETWORKS?》，这也是 Jure Leskovec 的另外一大做。html 咱们知道 GNN 目前主流的作法都是经过迭代地对邻居进行聚合（aggreating）和转换（transforming）来更新节点的表示向量。而在这篇文章中，本文做者提出了一个能够用于分析 GNN 能力的理论框架，经

>>阅读原文<<