厦门阿米控技术有限公司 手机:18020776785 联系人：徐亚婷 QQ：2851195472 座机：0592-5087595 详细地址：厦门市思明区湖滨南路388号32D之六（国贸大厦32楼）
阿米控提供控制系统零部件，产品服务于用户安装的控制系统。集散控制系统，可编程控制器，面板控制器和驱动器，我们提供快捷方便备件供应！
GNN中的Graph数据卷积计算与传统CNN中的2D卷积计算是不同的。以图2为例，针对红色目标节点的卷积计算，其过程如下：
l Graph卷积：以邻居函数采样周边节点特征并计算均值，其邻居节点数量不确定且无序(非欧氏数据)。
l 2D卷积：以卷积核采样周边节点特征并计算加权平均值，其邻居节点数量确定且有序(欧氏数据)。
学术界已对GNN算法进行了非常多的研究讨论，并提出了数目可观的创新实现方式。其中，一种用于预测大型图中动态新增未知节点类型的归纳式表征学习算法，特别针对节点数量巨大、且节点特征丰富的图做了优化。如下图所示，GraphSAGE计算过程可分为三个主要步骤：
● 邻节点采样：用于降低复杂度，一般采样2层，每一层采样若干节点
● 聚合：用于生成目标节点的embedding，即graph的低维向量表征
● 预测：将embedding作为全连接层的输入，预测目标节点d的标签
为了在FPGA中实现GraphSAGE算法加速，我们需要知悉其数学模型，以便将算法映射到不同的逻辑模块中。
Turck, CSFL 12-11-2, U4541-17
Allen Bradley, 800FM-LF5MN5YX22
Siemens 3LD9220-0B
SMC, SY7340-3GZ
GE Fanuc, IC610CCM105D
Omron, E2E-X5MY1
Keyence, EZ-12M
SMC, NCRB1BW15-90SE
GE, CR120G13A15
GE, CR120G20X03CB
T-5R, BES115A1X5A
SME312F
Phd, 17521-1
Eaton, HT8HFRV7, T1512
Turck, Ni2-G08-AN7X-H1341
Allen Bradley, 700-CRT5
Turck, CSFL12-11-5, U2-05809
Ferraz Shawmut, ATQR12
