论文专栏：图神经网络的聚合优化 论文解读者：北邮 GAMMA Lab 硕士生 江训强 论文名称： Redundancy-Free Computation for Graph Neural Networks 会议： KDD2020 论文地址： https://dl.acm.org/doi/abs/10.1145/3394486.3403142

对于图神经网络中重复信息的聚合，这篇文章提出了一种简单有效的层次化聚合的方法(HAG)，用于层次化管理中间结果并减少图神经网络在训练和推断过程中重复计算。HAG 能够保证在计算层次化聚合的过程中，可以使用更少的时间用于训练并且得到的结果和传统的图神经网络模型一致。感兴趣的可以戳链接。

内容中包含的图片若涉及版权问题，请及时与我们联系删除