Relational inductive biases, deep learning, and graph networks

Abstract 就像生物学利用自然和培养合作一样，我们拒绝在“手工工程”和“端到端”学习之间做出错误的选择，而是主张从其互补优势中获益的方法。我们探索如何在深度学习架构中使用关系归纳偏差来促进对实体，关系和组成它们的规则的学习。我们为AI工具包提供了一个新的构建块，具有强大的关系归纳偏差|图形网络|它概括和扩展了在图形上运行的神经网络的各种方法，并为操纵结构化知识和生成结构化行为提供了直接的界面

>>阅读原文<<