《SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS》論文閱讀（二）
GCN的定義 下面內容參考kipf博客，個人認為是告訴你從直覺上，我們怎么得到GCN圖上的定義（而前面的大幅推導是從理論上一步一步來的，也就是說可以用來佐證我們的直覺） 我們的網絡輸入是\(\ma ...
原文：論文閱讀Graph Convolutional Matrix Completion
摘要：我們從鏈路預測的視角考慮推薦系統的matrix completion。像電影評分的交互數據可以表示為一個user item的二分圖，其中的edge表示觀測到的評分。這種表示是特別有用的在額外的基於圖的side information存在時。在近來深度學習在圖結構數據上取得進展的基礎上，我們基於二分圖交互圖上的differentiable message passing提出了一個圖自編碼器框架 ...
2019-05-14 21:38 0 1297 推薦指數：
相關推薦
《SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS》論文閱讀（一）
背景簡介 GCN的提出是為了處理非結構化數據（相對於image像素點而言）。CNN處理規則矩形的網格像素點已經十分成熟，其最大的特點就是利用卷積進行①參數共享②局部連接，如下圖： 那么類比到非結構數據圖（graph），CNN能直接對非結構數據進行同樣類似的操作嗎？如果不能，我們又該采用 ...
Deep Graph Consensus《論文閱讀》
想法很朴素，確實挺吸引人的 看了下源代碼，有幾個點寫的很有技巧，學習ing. 歡迎交流 ...
目標檢測論文閱讀：Deformable Convolutional Networks
https://blog.csdn.net/qq_21949357/article/details/80538255 這篇論文其實讀起來還是比較難懂的，主要是細節部分很需要推敲，尤其是deformable的卷積如何實現的一步上，在寫這篇博客之前，我也查閱了很多其他人的分享或者去github找代碼 ...
《Learning Convolutional Neural Networks for Graphs》論文閱讀
首先，容我吐槽一下這篇論文的行文結構、圖文匹配程度、真把我搞得暈頭轉向，好些點全靠我猜測推理作者想干嘛，😈 背景 我們知道傳統的CNN針對的是image，是歐氏空間square grid，那么使用同樣square grid的卷積核就能對輸入的圖片進行特征的提取。在上一篇論文中，使用的理論 ...
《Diffusion-Convolutional Neural Networks》論文閱讀
DCNN 主要思想： 這是一篇基於空間域的圖神經網絡，聚合方式通過采樣（hop）1~k 階的鄰居並同 self 使用 mean 的方式得到新的 feature-vector 作者將不同的采樣距離並聚合的特征堆疊成一個矩陣，這個矩陣才是最終一個 node(or graph/edge ...
論文閱讀 - Matrix Factorization Techniques for Recommender Systems
本文為閱讀 MF 經典論文 Matrix Factorization Techniques for Recommender Systems 的筆記。 推薦系統算法 從推薦系統做推薦的依據，大體上可以將推薦系統分為兩種： 基於內容 協同過濾 基於內容的推薦算法 對於用戶 ...