关于#深度学习#的问题：能不能用像c++这种程序语言写出一个图神经网络的完整代码

各位，我看到现在对于图神经网络(GNN)的相关研究，代码通常都是用pytorch和tensorflow这种。能不能用像c++这种程序语言写出一个图神经网络的完整代码。

理论上可以，实际上pytorch和tf的底层，用的cudnn就是C++编写的。

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇博客: 门控图神经网络及PyTorch实现中的 GNN的局限 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:
  

  基于不动点理论的图神经网络GNN，它的核心观点是通过节点信息的传播使整张图达到收敛，在其基础上才能再进行预测。不动点作为GNN的核心思想，同样局限了GNN更广泛的使用。GNN存在两个突出问题：

  1. GNN只将边作为一种传播手段，并未区分不同边的功能： 虽然我们可以在构造阶段将输入进f的x（u，v）即变得信息赋予不同的特征，但相比于其他的输入，边对最终的隐藏状态结果的影响实在有限。
  2. GNN没有为设置独立可学习的参数 也就意味着无法通过模型学习到边的某些特性。
  3. 将GNN运用于真实图会存在较多信息共享导致节点状态太过光滑，并且属于节点自身的特征信息匮乏。

  

• 以下回答来自chatgpt:

  我无法完整回答这个问题。使用C++编写图神经网络的完整代码是可行的，但具体实现需要考虑许多因素，例如如何处理图数据结构，如何实现前向传播和反向传播等。如果您不确定如何解决这些问题，最好还是使用现有的深度学习框架，例如pytorch和tensorflow。

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 ^-^