《SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS》论文阅读（二）
GCN的定义 下面内容参考kipf博客，个人认为是告诉你从直觉上，我们怎么得到GCN图上的定义（而前面的大幅推导是从理论上一步一步来的，也就是说可以用来佐证我们的直觉） 我们的网络输入是\(\ma ...
原文：Semi-Supervised Classification with Graph Convolutional Networks
Kipf, Thomas N., and Max Welling. Semi supervised classification with graph convolutional networks. arXiv preprint arXiv: . . 作者对Convolutional Neural Networks on Graphs with Fast Localized Spectral Fi ...
2017-05-02 19:58 0 1623 推荐指数：
相关推荐
《SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS》论文阅读（一）
背景简介 GCN的提出是为了处理非结构化数据（相对于image像素点而言）。CNN处理规则矩形的网格像素点已经十分成熟，其最大的特点就是利用卷积进行①参数共享②局部连接，如下图： 那么类比到非结构数据图（graph），CNN能直接对非结构数据进行同样类似的操作吗？如果不能，我们又该采用 ...
论文笔记之：Semi-supervised Classification with Graph Convolutional Networks
Semi-supervised Classification with Graph Convolutional Networks 2018-01-16 22:33:36 1. 文章主要思想： 2. 代码实现（Pytorch）：https://github.com ...
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS 论文笔记
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 论文 ...
论文解读第三代GCN《Semi-Supervised Classification with Graph Convolutional Networks》
Paper Information Titlel：《Semi-Supervised Classification with Graph Convolutional Networks》Authors：Thomas Kipf, M. WellingSource：2016, ICLRPaper ...
论文笔记之：Semi-Supervised Learning with Generative Adversarial Networks
Semi-Supervised Learning with Generative Adversarial Networks 引言：本文将产生式对抗网络（GAN）拓展到半监督学习，通过强制判别器来输出类别标签。我们在一个数据集上训练一个产生式模型 G 以及 一个判别器 D，输入 ...
Adversarial Training Methods For Semi-Supervised Text Classification 虚拟对抗训练思路指引
模型搞到这时候，就是要以不断提升泛化力和鲁棒性，当今两个主流的方法是（1）知识蒸馏；（2）对抗学习 本节主要说对抗训练，它是一种能够有效提高模型鲁棒性和泛化能力的训练手段，基本原理：在 ...
论文笔记（6）：Weakly-and Semi-Supervised Learning of a Deep Convolutional Network for Semantic Image Segmentation
这篇文章的主要贡献点在于： 1.实验证明仅仅利用图像整体的弱标签很难训练出很好的分割模型； 2.可以利用bounding box来进行训练，并且得到了较好的结果，这样可以代替用pixel-leve ...