原文:《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 参数共享 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,我们又该采用其他什么方式呢 首先思考能不能,答案是不能。至少我们无法将graph结构的数据规整到如上图所示的矩形方格中,否则结 ...

2020-04-10 21:19 0 2728 推荐指数:

查看详情

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 ...

Thu Aug 25 09:01:00 CST 2016 0 3798
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM