GraphSAGE大图采样技术

在图神经网络中完整的图可能非常大以至于GPU显存放不下，此时对大图进行采样就显得非常重要了，这里介绍GraphSAGE中提出的一种子图采样技术。

假设采样的层数为，每层采样的邻居数为，GraphSage中邻居采样是这样进行的：

• 步骤一：首先给定要采样邻居的小批量节点集；

• 步骤二：对的跳（hop）邻居进行采样，然后得到，然后对的跳邻居进行采样（即最初结点集的跳邻居）得到，如此往复进行次，得到最初小批量节点集相关的一个子图。

下图左是GraphSage中给出的一个2层邻居采样的示例，其中每层采样的邻居数S_k是相等的（图中为3）。