Current github page is to review Deepmind's Graph network and re-implement it with pytorch. Tutorial will be largely changed and would be explained in Korean.
본 튜토리얼은 Graph network를 pytorch로 구현하고, 네트워크를 예시와 함께 이해하기 쉽도록 한국어로 제작될 예정입니다.
주요 콘텐츠는 다음과 같음
- Graph network 의 전반적인 이해와 응용 및 확장 가능성 시사
- 리뷰할 논문
- Relational inductive biased, deep learning, and graph networks
- A simple neural network module for relational reasoning
- Graphnet Shortest-path demo pytorch 구현 & 설명/ relational reasoning 핵심 network dynamics 구현 & 설명
Pytorch implementation of Deepmind's Graph network. Original repo: https://github.com/deepmind/graph_nets.git.
Original paper: https://arxiv.org/abs/1806.01261
Battaglia, Peter W., et al. "Relational inductive biases, deep learning, and graph networks." arXiv preprint arXiv:1806.01261 (2018).
Santoro, Adam, et al. "A simple neural network module for relational reasoning." Advances in neural information processing systems. 2017.
그래프 네트워크는 그래프를 input으로 받고, 그래프를 out으로 받는다. 각 input 그래프는 엣지(E)와 노드(V), 그리고 해당 그래프의 전체적인 속성(global-level attribute)을 변수로 둔다. out 그래프는 동일한 구조를 가지고 있으나 업데이트 된 속성(attribute) 값을 가진다.
- Shortest path
- Relational reasoning with CNN and NLP