一篇来自WWW21的论文,看完觉得颇为有趣,特地记录一下:
说到这篇论文,这篇论文就是将mixup应用到了图神经网络中的节点分类和图分类两个任务上,先说图分类,因为这个比较简单:
- 我们从图分类的样本中取出两个样本 ( G i , y i ) , ( G j , y j ) (G_i,y_i),(G_j,y_j) (Gi,yi),(Gj,yj),因为图分类是先使用一个 r e a d o u t readout readout函数先得到图的一个embedding,我们记作 x x x,那么对于这个得到的 ( x i , y i ) , ( x j , y j ) (x_i,y_i),(x_j,y_j) (xi,yi),(xj,yj)直接套上面的公式就行。
- 节点分类:给定一个图 G G G,从这个图中取出一个节点对 ( i , j ) (i,j) (i,j),在GNN训练的过程中进行mixup,过程也很有意思,不赘述。