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 ...
Paper Information Titlel: Semi Supervised Classification with Graph Convolutional Networks Authors:Thomas Kipf, M. WellingSource: , ICLRPaper:DownloadCode:Download 致敬 Thomas Kipf 本文主要是:基础 二代GCN 三代GCN ...
2022-01-21 17:04 0 1066 推荐指数:
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 ...
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 Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 论文 ...
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\(\mathcal{G}=(\mathcal{V},\mathcal{E})\): 即可以用\(N ...
Kipf, Thomas N., and Max Welling. "Semi-supervised classification with graph convolutional networks." arXiv preprint arXiv:1609.02907 (2016 ...
论文信息 论文标题:Geom-GCN: Geometric Graph Convolutional Networks论文作者:Hongbin Pei, Bingzhen Wei, K. Chang, Yu Lei, Bo Yang论文来源:2020, ICLR论文地址:download ...
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 ...
Paper Information Title:《Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering》Authors:Michaël Defferrard、Xavier Bresson ...