Zak最新《神经信息传递》，附Slides与视频

以常见的消息传播网络(Message Passing Neural Network, MPNN)为例， 其核心思想是迭代更新节点的嵌入向量(embedding vector)。更新的方式是，首先每个节点会收到来自于它邻居节点传来的消息(message)，再对所收到的信息做聚合(aggregation)，以此来更新自身的嵌入向量。神经网络既参与第一步生成消息的过程，又参与之后更新节点的嵌入向量的过程。当使用不同的神经网络模型作为消息生成函数和节点更新函数时，便可得到不同种类的MPNN模型。

https://www.graphneuralnets.com/courses/foundational-theory-of-gnns/lectures/36125373

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“NPM17” 就可以获取《Zak最新《神经信息传递》，附Slides与视频》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源