已经训练好的结点分类模型，可以直接用在新图上吗

可以用在新图上吗？图神经网络节点分类到底在训练模型中的那些参数

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/266282
• 这篇博客你也可以参考下：论文阅读笔记：为什么深度神经网络的训练无论多少次迭代永远有效？可能类内分布已经坍缩为一个点，模型已经崩溃为线性分类器
• 除此之外, 这篇博客: 【论文分享】通过图神经网络明确捕捉实体提及的关系，用于特定领域的命名实体识别中的 摘要 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

         对一般领域的命名实体识别（NER）进行了很好的研究，最近的系统在识别普通实体类型方面达到了人类水平的表现。然而，对于那些往往具有复杂语境和行话实体类型的专业领域来说，NER的性能仍然是中等的。为了应对这些挑战，我们建议在全局核心推理关系和局部依赖关系的基础上明确连接实体提及，以建立更好的实体提及表示。在我们的实验中，我们通过图神经网络将实体提及关系纳入其中，并表明我们的系统在两个不同领域的数据集上明显地提高了NER的性能。我们进一步表明，即使只有少量的标记数据可用，我们提出的轻量级系统也能有效地将NER性能提升到一个更高的水平，这对于特定领域的NER来说是可取的。
  
  

• 您还可以看一下 智亮老师的大牛亲授：手把手教你卷积神经网络实战视频教程（超详细教学）课程中的 卷积特征与分类小节, 巩固相关知识点
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^