编码图神经网络的方法、装置、计算机存储介质及终端

一种编码图神经网络的方法、装置、计算机存储介质及终端，本公开实施例将图数据的CNN的节点特征向量编码为GNN网络的初始节点特征向量，获得初始的轻量化的图神经网络（GNN）网络，有效降低了图数据计算的复杂度与资源占用；采用分层特征聚合方式，将初始的轻量化GNN网络的聚合操作映射到FPGA的处理单元阵列，获得了轻量化GNN模型；将列方向的特征向量的贡献值赋值到相应的PE，实现了轻量化GNN模型在FPGA上的部署，可适配FPGA的资源限制和性能需求，利用FPGA的并行计算和硬件加速能力，提升了图数据的并行计算效率，既满足了实时性的要求，又降低了系统的能耗，提高了图数据的处理效率。