摘要
本申请提供了一种图神经网络训练方法、标签生成方法、装置、设备及介质,该方法应用于图数据技术领域,该方法包括:获取训练图数据中第i个节点数据的目标邻域结构与所述第i个节点数据的样本标签;基于所述目标邻域结构中的邻居节点数据的原始节点特征,对所述第i个节点数据的原始节点特征进行特征聚合,得到所述第i个节点数据的平滑特征;将所述第i个节点数据的平滑特征输入至待训练的图神经网络,输出所述第i个节点数据的目标预测标签;基于所述第i个节点数据的目标预测标签和所述样本标签之间的差异,对所述待训练的图神经网络进行迭代训练,得到训练后的图神经网络。该方法能够适用对不同图结构中节点的标签进行预测。
技术关键词
邻域
节点特征
数据
神经网络训练方法
标签生成方法
邻居
可执行程序代码
神经网络训练装置
标签生成装置
样本
电子设备
超参数
可读存储介质
模块
存储器
计算机
矩阵
系统为您推荐了相关专利信息
数据安全管理系统
林业
体系结构模型
海量异构数据
安全控制单元
呼吸康复训练
小程序
柔性应变传感器
管理系统
在线学习算法
管理控制方法
船只
无人船
随机森林模型
自定义参数
网络预警方法
端点
分布式传感网络
网络流量数据
风险评估值
液控单向阀
测试方法
工况
电液伺服驱动
微流量传感器