基于课程图稀疏化的轻量化图神经网络搜索

图神经网络（GNN）在数据科学任务中广泛应用。为了设计最佳的GNN结构，研究人员和实践者需要付出大量努力和计算成本。为了节省人力和计算成本，提出了一种高效且可解释的图神经架构搜索方法（ExGNAS）。实验结果表明，ExGNAS在准确性和运行时间方面超过当前的方法，并有效分析同质图和异质图中GNN架构的差异。