关于论文中基于注意力的图卷积公式的问题

[IceStreams]

大佬，感觉你的论文观点很有创新，有几个问题想请教一下。
1、论文中公式（5）在一般的图卷积公式后面加了可学习的变量B，这样做的目的是什么呢？另外代码中好像没有将B加入，与公式（5）好像不太相符，代码MSSGU.py的GCNLayer_PyG类中定义的self.b是否就是公式中的B呢？但是代码中好像没有将B相加。
2、论文中说图卷积是基于注意力的图卷积，这个该怎么解释呢，个人不是很理解。
感谢大佬

[qichaoliu]

不是大佬，我就一普通民工。
1、那个B就是偏差，卷积中默认自带的bias=True，加不加都行，它不重要。self.b似乎没有用到，应该是遗留的代码没有删掉。
2、注意力的计算方式千奇百怪，但殊途同归，无非是用来度量两组变量间的相关性。文中用的是内积方式计算节点间的相似性（边权重）。做法很简单，但圈内人更喜欢称呼它为“注意力机制”，我只是随大流罢了😂