面向无监督图神经网络的对比学习方法和装置

本申请提供了一种面向无监督图神经网络的对比学习方法和装置，通过对待训练的第一图神经网络模型输出的最终嵌入表示进行聚类，得到聚类标签，并根据聚类概率和聚类标签生成正负样本对，从而根据正负样本对构建对比损失值，最终根据对比损失值调整第一图神经网络模型的模型参数，得到目标图神经网络模型，可以在一定程度上减少第一正样本对和第一负样本对中出现假性正负样本对的情况，从而可以在一定程度上减弱假性正负样本对在第一图神经网络模型训练过程中的影响，提升第一图神经网络模型的对比学习准确率，一定程度上提升了最终得到的目标图神经网络的预测准确率。