[发明专利]图神经网络结构的构建方法、装置、电子设备及存储介质

说明书

本发明公开了一种图神经网络结构的构建方法、装置、电子设备及存储介质，涉及计算机技术领域，其中，所述方法包括：获取预设图神经网络结构；根据预设的任务评价指标对预设图神经网络结构进行初步训练和评价处理得到多个第一任务评分；根据第一任务评分从预设图神经网络结构中选择多个预设图神经网络结构个体；根据多个预设图神经网络结构个体生成待评价图神经网络结构；根据任务评价指标对待评价图神经网络结构进行二次训练和评价处理得到多个第二任务评分；根据多个第二任务评分、预设图神经网络结构和待评价图神经网络结构构建目标图神经网络结构。上述图神经网络结构的构建方法，能够自动设计最优的图神经网络结构，高效便捷，普适性强。

技术领域

本发明涉及计算机技术领域，尤其是涉及一种图神经网络结构的构建方法、装置、电子设备及存储介质。

背景技术

近年来，常用的网络信息挖掘技术方案主要为基于图神经网络模型的技术方法。图神经网络模型的核心思想是通过对网络每个节点局部邻居特征信息的学习，来学习出网络中节点的新的特征表示。具体地，图神经网络模型将网络中的节点从非欧式空间映射到一个欧式空间的一个低维实数向量作为网络中每个节点的新特征。从而利用新的网络节点特征来对任务进行相关分析。常见的图神经网络模型包括图卷积网络模型、图注意力网络模型等。

目前，由于存在的图神经网络模型结构都是由技术专家针对指定的网络设计而成，往往只在指定的信息网络上表现良好，而在新的其他信息网络却无法广泛适用，这样，对于不同的信息网络，都需要技术专家花费时间和设备重新设计新的图神经网络结构，耗费大量人力物力。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明实施例提出一种图神经网络结构的构建方法，能够自动设计最优的图神经网络结构，高效便捷，普适性强。

本发明实施例还提出一种图神经网络结构的构建装置。

本发明实施例还提出一种电子设备。

本发明实施例还提出一种计算机可读存储介质。

根据本发明的第一方面实施例的图神经网络结构的构建方法，包括：

获取预设图神经网络结构；

根据预设的任务评价指标对所述预设图神经网络结构进行初步训练和评价处理，得到多个第一任务评分；

根据所述第一任务评分从所述预设图神经网络结构中选择多个预设图神经网络结构个体；

根据所述多个预设图神经网络结构个体生成待评价图神经网络结构；

根据所述任务评价指标对所述待评价图神经网络结构进行二次训练和评价处理，得到多个第二任务评分；

根据所述多个第二任务评分、所述预设图神经网络结构和所述待评价图神经网络结构构建目标图神经网络结构。

根据本发明第一方面实施例的图神经网络结构的构建方法，至少具有如下有益效果：通过预设的任务评价指标对预设图神经网络结构进行初步训练和评价处理，得到多个第一任务评分，然后根据第一任务评分从预设图神经网络结构中选择多个预设图神经网络结构个体，进而根据多个预设图神经网络结构个体生成待评价图神经网络结构，再根据任务评价指标对待评价图神经网络结构进行二次训练和评价处理，得到多个第二任务评分，最后根据多个第二任务评分、预设图神经网络结构和待评价图神经网络结构构建目标图神经网络结构，能够自动设计最优的图神经网络结构，高效便捷，普适性强。

根据本发明的一些实施例，所述根据所述多个第二任务评分、所述预设图神经网络结构和所述待评价图神经网络结构构建目标图神经网络结构，包括：获取排序评价指标；根据所述排序评价指标、所述第二任务评分将所述预设图神经网络结构和所述待评价预设图神经网络结构进行排序更新，得到多个待更新图神经网络结构；获取预设终止条件；根据所述预设终止条件和所述多个待更新图神经网络结构输出所述目标图神经网络结构。