图神经网络推理方法、训练方法和计算设备

本说明书提出了一种图神经网络推理方法、训练方法和计算设备。在进行模型推理时，将表征关系的边特征输入第一超网络，以生成用于对节点进行聚合的第一网络的参数。然后第一网络对训练数据集中的节点进行聚合更新，得到更新后的节点特征。然后将节点特征输入第二网络，以完成下游的预测任务。其中，第一超网络的参数是通过第二网络输出的预测结果和预设的标签调整得到的。本说明书的方法训练的第一超网络，可以针对不同场景的边特征生成不同的第一网络的参数。提升了图神经网络的泛化能力。