AttentionWalk：“观察您的步骤：通过图注意力学习节点嵌入”的PyTorch实施（NeurIPS 2018）

注意步行 ⠀ PyTorch实现的“观察您的步骤：通过图注意学习节点嵌入”（NIPS 2018） 。 抽象 图嵌入方法表示连续向量空间中的节点，从而保留了图中不同类型的关系信息。 这些方法有许多超参数（例如，随机游走的长度），必须为每个图形手动调整。 在本文中，我们将先前固定的超参数替换为可训练的超参数，这些参数会通过反向传播自动学习。 特别是，我们针对转移矩阵的幂级数提出了一种新颖的注意力模型，该模型可指导随机游走优化上游目标。 与以前的注意力模型方法不同，我们提出的方法仅在数据本身（例如，随机游走）上利用注意力参数，而模型并未将其用于推理。 我们尝试进行链接预测任务，因为我们的目标是产