1樓：烤麵筋
可以啊，GraphSAGE就是GCN的inductive learning的形式啊。
GCN和GAT這種基於spatial的卷積是都可以寫成Message Passing的形式，其實都是差不多的。
2樓：墨含香
unseen node指測試集出現了訓練集未學習過的節點，即圖結構（拉普拉斯矩陣）發生了變化。
GCN由於本質是頻域卷積，一次卷積更新所有節點，計算過程涉及表徵圖結構的拉普拉斯矩陣，所以一旦出現了沒有見過的圖結構，拉普拉斯矩陣隨之變化，以前訓練好的基於原圖結構的模型也就失效了。
GAT是圖卷積在空域的表現形式，這使得其能夠逐節點運算實現「卷積」，雖然也用到拉普拉斯矩陣資訊，計算過程卻已經脫離了拉普拉斯矩陣的束縛，其訓練目標是中心節點與鄰居節點的「聚和」關係，所以就算出現了unseen node，圖結構改變了，訓練好的「聚和」關係仍然能夠適用，所以是一種Inductive learning方法。
某種意義上來說，GCN是一種考慮了整體圖結構的方法；而GAT一定程度上放棄了整體結構，這使得其能夠完成Inductive任務。
3樓：Assassin
首先有個前提，理解GCN要從譜域理論出發，他需要計算圖的基向量（特徵向量），需要所有節點參與，而GAT的核心就是那些個注意力係數，這些係數是由節點的特徵計算得到的，鄰接矩陣的作用僅僅是將沒有連線的節點之間的注意力係數令為0
自動駕駛預計什麼時候能夠實現？
科技筆記 先對齊一下自動駕駛的定義。真正的無人駕駛車，指的是通過車載感測系統感知和檢測道路上的車輛 行人等障礙物，自動規劃行車路線，並控制車輛實現預定駕駛目標的智慧型汽車。然後，我比較常聽到的版本是，完全自動駕駛要到2060年。雖然有點絕望吧 畢竟那個時候腿腳靈便都是問題 但是這個時間點是沒有考慮到...
為什麼經濟一定要增長，才能夠實現足夠的就業？
鄭莊公 按經濟客觀規律來看，就業率和資源多少成正比，和生產力大小成反比。原始社會，人少資源很多，到處是魚蝦 野果 野獸，但是生產力很低，所以能夠全民就業，而且必須全民就業。所以就業率提高不需要經濟發展，越倒退就業率就越高。經濟發展了，人口增加了，生產力提高了，資源相對減少了，而且很多資源被個人霸佔了...
《三十而已》為什麼陳嶼能夠實現口碑反轉，追妻成功？
金娛說 剛看 三十而已 的時候，也確實被陳嶼的態度氣著了。既然兩個人只是同一屋簷下的室友，既然已經冷漠到在同一空間裡沒有互動，那麼這個婚還結來幹什麼？是用來彼此損耗的嗎？鍾曉芹說過，一開始結這個婚，也是因為父母，而不是因為她多愛陳嶼這個人。而陳嶼也表示，他結婚是為了讓自己更舒服，而不是用來給自己添堵...