在图上发送消息的神经网络MPNN简介和代码实现( 二 )
文章插图
将获得的隐藏状态映射到描述整个图形的单个特征向量中 。
在此步骤中 ， 我们提取所有新近更新的隐藏状态 ， 并创建描述整个图形的最终特征向量 。然后可以将此特征向量用作标准机器学习模型的输入 。
就是这样！ 这些是MPNN的基础 。这个框架非常强大 ， 因为我们可以定义不同的消息并根据想要实现的功能更新功能 。我建议查看[3]以获得更多信息 ， 以了解MPNN模型的不同变体 。
在哪里可以找到模型的实现MPNN已经被少数深度学习库实现 。以下是一些我可以找到的不同实现的列表：
原始模型代码github/brain-research/mpnn
Deepchem整合github/deepchem/deepchem/tree/master/contrib/mpnn
PyTorch的Geometric实现 github/rusty1s/pytorch_geometric
总结MPNN框架标准化了由多个研究人员独立创建的不同消息传递模型 。该框架的主要思想包括消息 ， 更新和读出功能 ， 它们在图中的不同节点上运行 。MPNN模型的一些变体共享此功能 ， 但是它们的定义不同 。
引用[1] Convolutional Networks on Graphs for Learning Molecular Fingerprints
[2] Gated Graph Sequence Neural Networks
[3] Neural Message Passing for Quantum Chemistry
作者：Kacper Kubara
deephub翻译组
推荐阅读
- 消息|刘作虎：今年将在影像力投入巨大资源 力争做到全球第一
- 进攻才是最好的防守！华为按下“快进键”，传来3个好消息
- 一加首款可穿戴设备OnePlus Band消息汇总：价格、参数、功能全揭秘
- 一则消息传来，苹果iPhone12再现问题，“果粉”有点慌
- iQOO 7邀请函曝光“马”“鸭”“羊”代表什么
- 国产芯再传好消息，关键技术问题已经解决，与荷兰光刻机联机成功
- 再见了 虾米！两分钟回顾虾米音乐发展史
- 荣耀突然传来好消息，让华为措手不及，首次交锋谁更胜一筹？
- 小米11系列全球发布会即将到来
- “猛将”终未离场，国产芯片突破之后，中芯也传来好消息