发布于 2020-09-23 14:58:36
据我所知,对超图的深入学习仍然是一个相对较新的领域,所以我认为没有现成的超图解决方案。我确实找到了这个回购,它在keras中实现了一些模型,并附在最近的一篇关于超图学习的论文中,但它并不是一个库。
您还可以查看本论文,它引用了将超图转换为图的一对技术:
值得注意的是,以前的方法用于超图学习通常将超边分解为成对关系,其中分解方法可以分为两类:显式和隐式。例如,给定一个超边(v_1、v_2、v_3),显式方法将其直接分解为三条边,即(v_1,v_2), (v_2,v_3), (v_1,v_3),而隐式方法则在分解前添加一个表示超边的隐藏节点e,即(v_1,e),(v_2,e),(v_3,e)。
如果您可以这样做,那么除了Spektral之外还有几个选项:
深层图库提供了一个Tensorflow.keras兼容的API,尽管他们的文档似乎更倾向于PyTorch。
还有图网,它建在Tensorflow.keras的基础上,尽管目前它还很简陋。
https://datascience.stackexchange.com/questions/82137
复制相似问题