GCN
参考 论文笔记：SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS 如何理解 Graph Convolutional Network（GCN）？ 图卷积网络(Graph Convolutional Network ...
原文：GCN和GCN在文本分类中应用
.GCN的概念 传统CNN卷积可以处理图片等欧式结构的数据，却很难处理社交网络 信息网络等非欧式结构的数据。一般图片是由c个通道h行w列的矩阵组成的，结构非常规整。而社交网络 信息网络等是图论中的图 定点和边建立起的拓扑图 。 传统CNN卷积面对输入数据维度必须是确定的，进而CNN卷积处理后得到的输出数据的维度也是确定的。欧式结构数据中的每个点周边结构都一样，如一个像素点周围一定有 个像素点，即 ...
2019-08-31 22:13 0 5291 推荐指数：
相关推荐
GCN
REFERENCE: https://www.jianshu.com/p/ad528c40a08f https://www.zhihu.com/question/54504471 图有两个基本的特性 ...
深度学习在文本分类中的应用
近期阅读了一些深度学习在文本分类中的应用相关论文（论文笔记)，同时也参加了CCF 大数据与计算智能大赛（BDCI）2017的一个文本分类问题的比赛：让AI当法官，并取得了最终评测第四名的成绩(比赛的具体思路和代码参见github项目repo)。因此，本文总结了文本分类相关的深度学习模型、优化 ...
GCN python 实现2：利用GCN进行节点分类
参考：https://www.baidu.com/link?url=5oU-O_YQV8DdSTtRkgzsQ_vuwjJHyUOxqeAKhq98ZA5XtvKW8PNQwXgSlr5GpESRqh ...
GCN实现3
/ Multi-layer Graph Convolutional Network (GCN) with first- ...
BERT解析及文本分类应用
预训练 文本分类试验 参考文献 前言 在 ...
CNN在中文文本分类的应用
深度学习近一段时间以来在图像处理和NLP任务上都取得了不俗的成绩。通常，图像处理的任务是借助CNN来完成的，其特有的卷积、池化结构能够提取图像中各种不同程度的纹理、结构，并最终结合全连接网络实现信息的汇总和输出。RNN由于其记忆功能为处理NLP中的上下文提供了途径。 在短文本分析任务中 ...