接口名 |
概述 |
支持平台 |
mindspore_gl.nn.AGNNConv
|
基于Attention的图神经网络。 |
Ascend GPU
|
mindspore_gl.nn.APPNPConv
|
神经预测层中的近似个性化传播。 |
Ascend GPU
|
mindspore_gl.nn.ASTGCN
|
基于Attention的时空图卷积网络。 |
Ascend GPU
|
mindspore_gl.nn.AvgPooling
|
将平均池化应用于批处理图形中的节点。 |
Ascend GPU
|
mindspore_gl.nn.CFConv
|
SchNet中的CFConv。 |
Ascend GPU
|
mindspore_gl.nn.ChebConv
|
切比雪夫谱图卷积层。 |
Ascend GPU
|
mindspore_gl.nn.DOTGATConv
|
在GAT中应用点积版的self-attention。 |
Ascend GPU
|
mindspore_gl.nn.EDGEConv
|
EdgeConv层。 |
Ascend GPU
|
mindspore_gl.nn.EGConv
|
高效图卷积。 |
Ascend GPU
|
mindspore_gl.nn.GATConv
|
图Attention网络。 |
Ascend GPU
|
mindspore_gl.nn.GatedGraphConv
|
门控图卷积层。 |
Ascend GPU
|
mindspore_gl.nn.GATv2Conv
|
图 Attention 网络v2。 |
Ascend GPU
|
mindspore_gl.nn.GCNConv
|
图卷积网络层。 |
Ascend GPU
|
mindspore_gl.nn.GCNConv2
|
图卷积网络层。 |
Ascend GPU
|
mindspore_gl.nn.GINConv
|
图同构网络层。 |
Ascend GPU
|
mindspore_gl.nn.GlobalAttentionPooling
|
将全局attention池应用于图表中的节点。 |
Ascend GPU
|
mindspore_gl.nn.GMMConv
|
高斯混合模型卷积层。 |
Ascend GPU
|
mindspore_gl.nn.GNNCell
|
GNN Cell 类。 |
Ascend GPU
|
mindspore_gl.nn.MaxPooling
|
将最大池化应用于批处理图形中的节点。 |
Ascend GPU
|
mindspore_gl.nn.MeanConv
|
GraphSAGE层。 |
Ascend GPU
|
mindspore_gl.nn.NNConv
|
图卷积层。 |
Ascend GPU
|
mindspore_gl.nn.SAGEConv
|
GraphSAGE层。 |
Ascend GPU
|
mindspore_gl.nn.SAGPooling
|
基于self-attention的池化操作。 |
Ascend GPU
|
mindspore_gl.nn.Set2Set
|
集合中的sequence to sequence。 |
Ascend GPU
|
mindspore_gl.nn.SGConv
|
简化的图卷积层。 |
Ascend GPU
|
mindspore_gl.nn.SortPooling
|
将排序池化应用于图形中的节点。 |
Ascend GPU
|
mindspore_gl.nn.STConv
|
时空图卷积层。 |
Ascend GPU
|
mindspore_gl.nn.SumPooling
|
将求和池化应用于批处理图形中的节点。 |
Ascend GPU
|
mindspore_gl.nn.TAGConv
|
拓扑自适应图卷积层。 |
Ascend GPU
|
mindspore_gl.nn.WeightAndSum
|
计算节点的重要性权重并执行加权和。 |
Ascend GPU
|