Semi supervised Classification with Graph Convolutional Networks : : . 文章主要思想： . 代码实现 Pytorch ：https: github.com tkipf pygcn Introduction ： 本文尝试用 GCN 进行半监督的分类，通过引入一个 graph Laplacian regularization te ...
2018-01-16 23:11 0 3546 推荐指数：
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 论文笔记 ...
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 ...
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 ...
Kipf, Thomas N., and Max Welling. "Semi-supervised classification with graph convolutional networks." arXiv preprint arXiv:1609.02907 (2016 ...
Paper Information Titlel：《Semi-Supervised Classification with Graph Convolutional Networks》Authors：Thomas Kipf, M. WellingSource：2016, ICLRPaper ...
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 ...
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 ...
论文笔记：Adaptive Consistency Regularization for Semi-Supervised Transfer Learning Paper: Adaptive Consistency Regularization for Semi-Supervised ...
