图神经网络论文阅读(六) GRAPH ATTENTION NETWORKS，ICLR2018

本文的第一作者来自剑桥大学计算机学院。 文本提出了图形注意网络(GATs)，这是一种新型的神经网络结构，它对图结构的数据进行操作，利用masked self-attention来解决先前方法的缺点。通过堆叠不同的GAT层，使得节点能够关注它们的邻域特性。我们可以(隐式地)为一个邻域内的不同节点指定不同的权重，而不需要任何昂贵的矩阵运算(比如求逆)，也不需要预先了解图的结构。 GRAPH ATTEN

>>阅读原文<<