公开(公告)号：CN112862093B

公开(公告)日：2024-01-12

申请号：CN202110125520.5

申请日：2021-01-29

Applicant: 北京邮电大学

Inventor： 石川 ,  陆元福 ,  江训强

IPC: G06N3/082 ,  G06N3/063 ,  G06N3/0464

Abstract: 本发明实施例提供了一种图神经网络训练方法及装置，涉及深度学习领域。上述方法包括：获得未标记图数据集和第一标记图数据集；将未标记图数据集作为训练样本，通过对预设的图神经网络模型进行训练，调整图神经网络模型的参数，得到第一图神经网络模型；将第一标记图数据集作为训练样本，通过对所述第一图神经网络模型进行训练，调整第一图神经网络模型的参数，得到第二图神经网络模型；将图神经网络的待应用场景的第二标记图数据集作为训练样本，通过对第二图神经网络模型进行训练，调整第二图神经网络模型的参数，得到应用于待应用场景的图神经网络。应用本实施例提供的方案进行图神经网络训练时，提高了图神经网络训练的效率。

公开(公告)号：CN112862093A

公开(公告)日：2021-05-28

申请号：CN202110125520.5

申请日：2021-01-29

Applicant: 北京邮电大学

Inventor： 石川 ,  陆元福 ,  江训强

IPC: G06N3/08 ,  G06N3/04 ,  G06N3/063

Abstract: 本发明实施例提供了一种图神经网络训练方法及装置，涉及深度学习领域。上述方法包括：获得未标记图数据集和第一标记图数据集；将未标记图数据集作为训练样本，通过对预设的图神经网络模型进行训练，调整图神经网络模型的参数，得到第一图神经网络模型；将第一标记图数据集作为训练样本，通过对所述第一图神经网络模型进行训练，调整第一图神经网络模型的参数，得到第二图神经网络模型；将图神经网络的待应用场景的第二标记图数据集作为训练样本，通过对第二图神经网络模型进行训练，调整第二图神经网络模型的参数，得到应用于待应用场景的图神经网络。应用本实施例提供的方案进行图神经网络训练时，提高了图神经网络训练的效率。

公开(公告)号：CN112906873A

公开(公告)日：2021-06-04

申请号：CN202110330710.0

申请日：2021-03-26

Applicant: 北京邮电大学

Inventor： 石川 ,  江训强 ,  陆元福

IPC: G06N3/04 ,  G06N3/08

Abstract: 本申请实施例提供的一种图神经网络训练方法、装置、电子设备及存储介质，应用于信息技术领域，通过提取样本异质图对应的不相关节点的负样本和不一致关系的负样本，结构层面的正样本和基于结构层面的正样本的负样本，然后根据提取到的样本对待训练的图神经网络进行训练，从而可以充分利用当前获得的样本，减少所需的样本图像的数量。