인공지능공부/그래프
[Stanford/CS224W] 6. GNN(1) : Graph Neural Networks
스탠포드 강의를 듣고 정리한 내용입니다. 지난 포스팅에서는 Belief Propgation에 대해서 알아보았습니다. 이번 포스팅에서는 드디어 그래프 신경망에 대해서 알아보겠습니다! 딥하게 들어가는 것은 다음 포스팅 부터이니 가볍게 읽어주세요! 현재까지의 Node Embedding 지금까지 우리가 노드 임베딩을 하려고 했던 이유는 그래프의 노드를 d차원의 벡터로 표현하기 위함이었습니다. 임베딩 할 때는 실제 그래프에서 가까운 노드끼리 벡터 공간에서도 가깝에 유지하도록 매핑 함수 f를 학습하려고 하였습니다. 위의 학습을 위해서는 크게 두 가지를 정의해야합니다. (참고 포스팅) 1. 인코더 인코더는 '노드를 어떻게 벡터로 바꾸는가' 입니다. 즉, 노드를 수치로 나타내는 것이죠. 여기서는 shallow enco..
