2.4 在消息传递中使用边的权重

(English Version)

一类常见的图神经网络建模的做法是在消息聚合前使用边的权重, 比如在 图注意力网络(GAT) 和一些 GCN的变种 。 DGL的处理方法是:

  • 将权重存为边的特征。

  • 在消息函数中用边的特征与源节点的特征相乘。

例如:

import dgl.function as fn

# 假定eweight是一个形状为(E, *)的张量,E是边的数量。
graph.edata['a'] = eweight
graph.update_all(fn.u_mul_e('ft', 'a', 'm'),
                 fn.sum('m', 'ft'))

在以上代码中,eweight被用作边的权重。边权重通常是一个标量。