【Graphsage图神经网络倾情之作】原理与代码对照讲解（5）邻居聚合讲解（mean、max、lstm）

小镇大家族:
明天更新最核心的内容:从实战出发，从头走一次graphsage的全部流程，把里面参数怎么传递，矩阵如何变化，最后我们获得了什么全部串一遍[汤圆]

Liu--10:
这种需要先进行图嵌入吗？，得到低维向量，再使用这个graphsage

【回复】回复 @小镇大家族 :好的，谢谢
【回复】在视频里这个是不需要的，因为一开始特征矩阵就已经是结构化的了，如果是自己操作的话可以先进行图嵌入再用graphsage，它的核心只是一种节点特征聚合的方式
大大神123258:
这一般人真看不太懂，代码写的太乱了，不过老师梳理的很棒[脱单doge]

【回复】感谢支持，graphsage的原代码是tensorflow1.0写的，现在这个时代根本没意义学了，但现在比较完备的torch代码也就它了[笑哭]