22-5-13 seminar上和大家分享了這篇文章，重新整理一下在部落格裡備個份
[0]Graph few-shot learning via knowledge transfer
起因是在MLNLP的公眾號上看到了張初旭老師講的小樣本圖學習，雖然沒看到錄影，但是把ppt下下來研究了一下。所以本文中出現的圖片許多都是張老師ppt中的圖，在張老師的主頁上能夠找到的這份PPT。
前置知識
圖與圖表示學習
首先，老生常談的，自然界中有許多的圖資料和應用，包括社交的，安全的，醫學的，化學的等等等等。
其中一種方法稱為圖表示學習，通過一個模型生成嵌入，可以用於下游任務中，包括節點級別的，邊級別的，圖級別的各種任務。 這裡的嵌入指的是資料輸入模型後得到的輸出，往往是資料的低維表示。
這種圖表示學習，對於具體的任務，非常依賴充足的標籤資料。
於是就遇到了相應的挑戰，在圖上，有許多資料只有很少的標籤資料。例如在社交圖中有4000個以上的類別只有不到100個節點，在ins上的毒品交易，天生樣本量就很少等等。
於是就發現小樣本學習是研究這種問題的一個解決方案。
小樣本學習簡介
小樣本學習的訓練流程
概念：小樣本學習是一類具有很少監督資訊，或者是幾個標籤的機器學習問題。
小樣本學習的目標是，通過補充其他的訓練資料來模擬目標的小樣本學習任務，來從補充資料中學習到一種元知識。
具體來說，使用的是一種稱為n-way k-shot 的學習方式。
如圖所示，為一個5-way 1-shot的小樣本學習。
way，指的是資料集中類別的數量，圖中為5個類別。shot，指的是資料集中每個類別圖片的數量，圖中每個類別只有一張圖片。
小樣本學習分為兩個階段，第一個階段稱為元訓練，第二個階段稱為元測試。然後每個資料集被分成兩組，一組稱為支援集，另一組叫查詢集。這裡需要明確的是，小樣本學習會有非常非常多不同的資料集，每個資料集都十分的小，都被分成查詢集和支援集兩個部分。
在元訓練的階段，首先會用許多不同的資料集對模型進行訓練，這些資料集的類別可以毫不相干。如上圖所示，meta-training階段的兩個資料集，除了鳥那一類是相同的類別，其他九個類別都不相同。這表明小樣本學習並不希望模型學習到類別的特徵，而是去學習如何更好的區分類別與類別之間的不同。
在這個階段中，支援集就可以看做普通機器學習中的訓練集，用於模型的訓練，而查詢集就可以看作是測試集，用於判斷模型是否訓練到最優
得到訓練過的模型以後，進入第二個階段，稱為元測試。首先使用元測試的支援集上訓練模型，讓模型對該資料集進行一定的微調，讓這個模型更好的適應這個元測試階段的資料集，然後在查詢集上執行，檢視測試結果。
基於度量的方法
基於度量的方法，代表模型為prototypical net[1]和matching net[2]。
這個方法和我們做嵌入的方法很像，就是通過距離來判斷類別。通過計算支援集和查詢集的相似度，來學習embedding函式。如圖所示，
公式為\(\mathbf{c}_{k}=\frac{1}{\left|S_{k}\right|} \sum_{\left(\mathbf{x}_{i}, y_{i}\right) \in S_{k}} f_{\phi}\left(\mathbf{x}_{i}\right)\)，嵌入函式即為\(f_{\phi}(xi)\),大致是說對於每個類別，取這個類別中所有embedding的平均作為這個類的embedding，稱為ck。然後對於一個查詢集中的點，輸入\(f_{\phi}(xi)\)得到embedding，計算和各個ck之間的距離，來判斷是哪個類別。
基於梯度/優化的方法
基於梯度的方法，有時候也被稱為基於優化的方法，代表作為MAML[3]。
如下圖所示：
對於這個模型，初始化一個引數θ。在meta training的過程中，對於每個類別，在優化過程中會學習到自己的引數φ。會有各自自己的優化過程。那麼通過優化過程平均這個φ，作為meta-testing的初始化。這樣一個初始化的引數在學習新的support set時就會學的非常快。
本文內容
本文來自AAAI2020，文章題目叫通過知識遷移的圖小樣本學習，張初旭老師為本文的第二作者。
和其他圖表示學習工作一樣，圖的小樣本學習也分三個類別，即節點級別的，邊級別的，圖級別的。本文為節點級別的小樣本學習。
所有其他領域的方法要遷移到圖領域往往會面臨一個問題，圖特有的資料形式，使得它不只有每個節點自身的特徵，還有節點與節點之間的結構關係，如何處理這種結構關係就是將方法應用到圖領域的關鍵。
Method
首先，在meta training的階段，我們擁有幾張小樣本訓練圖，可能一張圖上有幾個類別，每個類別有個位數到十位數左右的節點，例如圖上左邊的那個子圖。
目標是，通過meta training得到的模型，在meta testing階段，通過少數幾個支援集的樣本對模型引數進行一定的調整，來預測查詢集中的標籤。
它的idea是，通過補充圖、補充類上訓練的模型，進行知識遷移，來提取出一種元知識。所謂的知識遷移，就是指的在元訓練階段和元測試階段所使用的完全不同的資料集，用別的資料集訓練出來的模型做本資料集的任務，就可以叫知識遷移。
這裡所謂的補充圖，補充類，就是前文小樣本學習中提到的補充集。第一張圖中有T1，T2，一個T就是一個補充集，放到圖上，對於節點分類任務，一個圖就是一個資料集，所以稱之為補充圖。
本文的模型架構具體來說分為三個模組
第零步
對一張圖，使用GNN生成各個節點之間的embedding，然後可以直接使用prototypical net的方法，計算個點之間的距離。即每個點的embedding就是一個1*多少多少維的向量，可以根據類別，直接生成每個每個類別的embedding，然後計算查詢集之中的embedding和每個類別的embedding之間的距離，也就是這個損失函式。
這就是第0步，啥都不用，直接使用prototypical net，直接生成embedding。
step a
上面的第零步這種情況，就是沒有考慮圖的結構資訊，只使用了每個節點的embedding，為了利用圖的結構資訊，作者首先增加了a模組，稱作圖結構原型(graph structure prototype)。
它說，第a步用來計算圖結構原型。思想是對每一個類別的支援集節點，提取結構來描述互動作用。
作者在研究如何保留圖的結構資訊時，做出了一個理論上的假設。詳情見論文4.1小節開頭，在作者說，在絕大多數情況下，圖上的節點有兩個重要的角色。一是和類別可能不同的鄰居節點的區域性互動，二是和距離很遠的相同類別的節點的互動，這種互動可以被全域性檢視，這也就是作者所認為的“全域性結構資訊”。那麼對於第一種作用，就是上面提到的用GNN生成embedding，這個過程就是和鄰居節點通過訊息傳播做聚合的過程，可以體現出和不同類別鄰居節點的區域性互動。對於第二點，作者說(見圖上detail的部分)，提取第k類節點的關係結構，通過GNN學習原型。
具體做法是，通過某些相似性度量方法，將一張圖拆分成k個子圖，每個子圖包括這個類別的全部節點。這裡說的相似性度量，文章中提到，是兩個節點k跳中相同鄰居的數量，或者是節點間的逆拓撲距離。
就以圖上這個藍色的類為例，可以看到這三個節點非常的近，它們k跳的相同鄰居肯定很多，那麼就認為在子圖的結構上，他們是相連的，而這個藍色的點離這三個點非常的遠，所以它只能和這三個點中最近的點有一個連線。(具體細節上這一塊是個什麼操作我並不很確定，可能需要看程式碼才能明白)
通過這樣子對每個類別構建子圖，作者說他捕獲了每個類別的關係結構，然後將這每個子圖都輸入一個PGNN，原型圖神經網路，在本文中，就是一個一層的GNN，可以對每個子圖的embedding再做一次1跳的訊息傳播，得到新的embedding，然後做一個池化操作，生成這個類別的embedding ck，式子如下
那麼這樣得到的embedding可以代表這個類別的資訊。然後再拿查詢集中的點的embedding和每個類別進行比較，和上文相同。只不過上文第0步這個ck是簡單的取平均，而這邊是使用PGNN生成的。
step b
然後啊，這個step b模組,稱之為分層圖表示門控(Hierachical Graph Representation Gate)。這個分層圖表示學習，是早期的一個文章[4]，主要是用於圖分類。圖資訊都是層級表示的，例如地圖、概念圖、流程圖等，捕獲層級資訊將能更加完整高效地表示圖。為什麼作者要引入這個模組呢？因為在小樣本學習中，不止這一張圖。一個meta-training 的過程有很多張圖，不同的圖就會有不同的拓撲結構。對於這個HGR，具體內容如下
第一步，見橙色的區域a，學習分層圖表示的基礎模組。對於拿到手的一個鄰接矩陣A和特徵X，通過這個分層網路的兩個步驟，AGNN和FGNN，對圖進行分層，可以得到對應每一個層級的表示，或者說embedding。
這一塊有一個不是很確定的點，具體這個層級的意思。如圖，每一個臨近節點組成的一個小子圖，可以看做一個層級。因為可以看到，圖結構中的一個小子圖，在第一個層級被聚合成了一個小簇，再到第二層又被聚合成了更小的簇，最後得到了一個嵌入，這個嵌入就可以視為這個圖的拓撲資訊，在圖分類的領域中，這個向量在後續通過神經網路訓練來實現圖分類。
所以我們理解這個第一步的功能，就是得到圖在圖分類層面的表示，也就是每一個層級圖的嵌入。
第二步，回到這個Fig2，見藍色的區域b。在得到這個層級的特徵表示後，做一個池化操作可以得到這個層級的圖表示，對每個層級做這個操作以後，就得到了引入一個qi，可以認為是一種注意力機制，乘上每一個embedding做聚合，得到了這個圖的嵌入表示hi。那麼這個hi，作者就認為，視作這個圖結構的高度概括，是這張圖的圖表示。
第三步，見綠色的區域c。文中4.2節的最後一段說到，前人的研究表明，相似的圖在GNN上會有相似的引數。所以作者引入了一個門控函式來彌補圖的具體化資訊。一般來說，遇到的所謂的門控，基本上都是矩陣的哈達瑪積。先將hi放入一個可學習的線性層，\(\mathbf{g}_{i}=\mathcal{T}\left(\mathbf{h}_{i}\right)=\sigma\left(\mathbf{W}_{g} \mathbf{h}_{i}+\mathbf{b}_{g}\right)\)，然後和上文中step a中的PGNN的引數做一次哈達瑪積，也就是矩陣中對應位置的值做乘積。
如圖右邊的公式所示啊，\(\phi\)就是step a中PGNN訓練的引數，這裡稱為全域性共享引數，一般來說就是一個權重矩陣。經過\(\phi_{i}=\mathbf{g}_{i} \circ \phi=\mathcal{T}\left(\mathbf{h}_{i}\right) \circ \phi\)後，得到的\(\phi_i\)，稱之為圖具體引數，就是說這時候我的PGNN的引數，針對不同的資料集的補充圖，做過不同的特化。
step c
為什麼有這個第三步呢，作者說，僅僅靠這個，非常遙遠的這個匹配損失，來訓練本身的節點表示，是非常非常困難的。第一步所使用的損失函式
同時負責了這個PGNN，這個HGRG，和原本的這個嵌入函式fθ的優化過程。估計是單靠這一個損失函式訓練的效果不是很好，那麼作者就說，在生成節點的embedding表示這一步，要新增一個新的限制，來控制這個原本的embedding節點的質量，稱作補充圖重構。
具體來說，用一個圖的自編碼器來重構這個圖。增加了損失函式
Zi就是一個編碼器，也就是一個GNN，生成圖中每個節點的表示，然後通過一個解碼器，在乘以其轉置，得到的這個結果用於描述圖的結構，和鄰接矩陣相減做F範數。
這個損失函式的含義是，要求圖的結構儘量的不變，然後得到正常的embedding。Intuition部分說這是一種自監督的方法，用自監督的重構損失來提高節點標識的質量。
這樣，損失函式就變成了
Algorithm
最後是總體的演算法：
- 初始化引數Θ，
- 取樣一些圖，得到領接矩陣和特徵矩陣
- 對於每一個圖，取樣出支援集和查詢集
- 計算embedding和重構損失Lr stepc中的內容
- 計算這個圖的圖表示，和引數φ做門控 stepb中的內容
- 構建關係圖並計算圖原型
- 計算圖原型和查詢集中embedding的距離，並構成損失函式Li
- 反向傳播更新引數
experiment
setting
在論文第五章節的右邊部分，作者說到，他們沿用了傳統的小樣本學習設定。對於每一張圖，每個類別中去N的帶標籤的節點來作為支援集，身下的節點都是用於評估表現的查詢集，如下圖。
由於step b的分層網路有一個注意力機制qi，所以實驗了使用mean和attention兩種情況，稱為GFL-mean和GFL-att。GFL-mean表示對hi的聚合採用的平均池化(論文中等式6)，GFL-att表示對hi的聚合採用的注意力聚合(論文中等式7)。
result
KNN往上都傳統的圖神經網路方法，可以看到效果都不咋樣。在Meta-train階段只有100多個甚至幾十個節點訓練出來的模型，在剩下的查詢集上表現糟糕是理所應當的。
三種經典的小樣本學習表現很好，說明即使沒有考慮圖的結構資訊，全靠節點資訊，小樣本學習方法依舊可以奏效。
本文的方法在原本的小樣本方法上更進一步，大概提升在二到三個點左右，可以看到這麼複雜的結構還是有用的。
對我的啟發
小樣本學習有一種方法稱作MAML，和我正在做的某個方法有一定相似之處，目前正在研究如何考慮結構資訊，將原方法遷移到圖上來。那麼MAML乃至整個小樣本學習遷移到圖領域所做的方法，對我現在這個方法遷移到圖上能有一定的參照。
引用文獻：
[1] Snell J, Swersky K, Zemel R. Prototypical networks for few-shot learning[J]. Advances in neural information processing systems, 2017, 30.
[2] Vinyals O, Blundell C, Lillicrap T, et al. Matching networks for one shot learning[J]. Advances in neural information processing systems, 2016, 29.
[3] Finn C, Abbeel P, Levine S. Model-agnostic meta-learning for fast adaptation of deep networks[C]//International conference on machine learning. PMLR, 2017: 1126-1135.
[4] Ying Z, You J, Morris C, et al. Hierarchical graph representation learning with differentiable pooling[J]. Advances in neural information processing systems, 2018, 31.