Graph 注意力网络 v2 (Gatv2)

这是 PyTorch 对 Gatv2 运算符的实现,摘自《图注意力网络有多专心?

Gatv2 处理图表数据。图由节点和连接节点的边组成。例如,在 Cora 数据集中,节点是研究论文,边缘是连接论文的引文。

G@@

atv2 运算符修复了标准 GAT 的静态注意力问题:由于标准 GAT 中的线性层是紧接应用的,因此有人值守节点的排名不受查询节点的限制。相比之下,在 Gatv2 中,每个节点都可以管理任何其他节点。

以下是在 Cora 数据集上训练双层 Gatv2 的训练代码