历些毛子代枝大学 (1)GraphSAGE XIDIAN UNIVERSITY 参数的学习 用随机梯度下降法，采用一个基于图的损失函数来调整权矩阵W Vk∈{1，.，K,以及整合函数中的参数。基于图的损失函数应使相连的节点 有相似的表示，远离的节点有不相似的表示。采用对数损失函数： Jg(zvi)=-log(a(zvizvj)-Q.Evn-Plog(-a(zvzun)),(6-2) ·式中，y,是一个在节点v,附近固定的随机游走长度内出现的节点，o是sigmoid 函数，P是负抽样的分布，Q是负抽样的个数。需要说明的是，这里反馈到 损失函数的节点的表示z,是通过节点及近邻的特征产生的，而不是训练得到 的节点的嵌入表示。 9（1） GraphSAGE 9 2 参数的学习 • 用随机梯度下降法，采用一个基于图的损失函数来调整权矩阵Wk , ∀k∈{1,…,K}, 以及整合函数中的参数。基于图的损失函数应使相连的节点 有相似的表示，远离的节点有不相似的表示。采用对数损失函数： 𝐽𝑔 𝑧𝑣𝑖 = − log 𝜎 𝑧𝑣𝑖 𝑇 𝑧𝑣𝑗 − 𝑄 ∙ E𝑣𝑛~𝑃𝑛 log(−𝜎 𝑧𝑣𝑖 𝑇 𝑧𝑣𝑛 ), (6-2) • 式中，vj是一个在节点vi附近固定的随机游走长度内出现的节点，σ是sigmoid 函数，Pn是负抽样的分布，Q是负抽样的个数。需要说明的是，这里反馈到 损失函数的节点的表示zvi是通过节点及近邻的特征产生的，而不是训练得到 的节点的嵌入表示