图相似度计算——SIMGnn源码解读

代码链接见文末

在运行代码的时候，需要首先指定参数，--histogram，表示使用直方图特征

1.数据集

         数据集我们使用的是AIDS数据集，为内置的数据集，整个数据集大约700张图，每个图少于10个点，每个点由29维的向量组成。标签为图和图的相似度。

 2.GCN图卷积特征提取

        对于输入数据，一次性输入两个图，标签为两个图之间的相似度。论文中，一个batch为128个图，如果这128个图共有1158个点，则输入向量的维度为[1158,29],然后，经过三层GCN进行特征提取。提取后，特征维度变为[1158,16]。此时我们得到了图的特征表达

3.点和点之间的注意力计算

计算不同batch点的分布

        to_dense_batch，将输入的特征向量转换为Batch*N*F的格式，在这个任务中，batch我们设置为128，N为各个图最大的节点数，在此任务为10个节点,F为特征数，经过GCN的提取为16.所以返回值为128*10*16，有些图可能少于10个点，用mask表示ture表示有10个点，False表示没有10个点