基於收斂的方法 基於收斂的方法目標是學習每個節點的一種狀態嵌入\(h_v\)(包括每個節點的鄰居節點信息和自身的信息),\(h_v\) 是一個 關於節點 \(v\) 的\(s\) 維的向量特征,用於 ...
. . 更新 寫在前頭,由於畢設的需要,我一直在學習圖神經網絡,看了很多文章解析,以及頂會使用上了gcn的各個領域開源代碼,我還是不太懂它為什么會有作為,現在的方法大多數是 第一步查看自己任務怎么能表示成圖,一般就是有節點特征和鄰接矩陣后,直接上gcn,我感覺 論文的 why部分,講的不是很好,感覺有一種為了 gcn而gcn的感覺,所以到底為什么好呢 gcn,它推理能力真的強嗎。可能現在的我水平 ...
2020-03-25 16:24 0 2135 推薦指數:
基於收斂的方法 基於收斂的方法目標是學習每個節點的一種狀態嵌入\(h_v\)(包括每個節點的鄰居節點信息和自身的信息),\(h_v\) 是一個 關於節點 \(v\) 的\(s\) 維的向量特征,用於 ...
GCN代碼實戰 書中5.6節的GCN代碼實戰做的是最經典Cora數據集上的分類,恰當又不恰當的類比Cora之於GNN就相當於MNIST之於機器學習。 有關Cora的介紹網上一搜一大把我就不贅述了,這里說一下Cora這個數據集對應的圖是怎么樣的。 Cora有2708篇論文,之間有引用關系 ...
https://zhuanlan.zhihu.com/p/75307407 本篇文章是我在2019年8月閱讀完論文“Wu, Zonghan , et al. "A Comprehensive Sur ...
https://www.cnblogs.com/hellojamest/p/11678324.html 圖卷積網絡Graph Convolutional Nueral Network,簡稱GCN,最近兩年大熱,取得不少進展。不得不專門為GCN開一個新篇章,表示其重要程度。本文結合大量參考文獻 ...
第6章 GCN的性質 第5章最后講到GCN結束的有些匆忙,作為GNN最經典的模型,其有很多性質需要我們去理解。 6.1 GCN與CNN的區別與聯系 CNN卷積卷的是矩陣某個區域內的值,圖卷積在空域視角下卷的是節點的鄰居的值,由此粗略來看二者都是在聚合鄰域的信息。 再具體來看一些區別與聯系 ...
論文地址Deep Learning on Graphs: A Survey 一、圖的不同種類深度學習方法 1、主要分為三大類:半監督學習,包括圖神經網絡和圖卷積神經網絡; 2、無監督學習圖自編碼機; 3、最新的進展,圖對抗神經網絡和圖強化學習。分析了不同方法的特點和聯系。 二、圖 ...
關於整圖分類,有篇知乎寫的很好:【圖分類】10分鍾就學會的圖分類教程,基於pytorch和dgl。下面的代碼也是來者這篇知乎。 import dgl import torch from torch._C import device import torch.nn as nn import ...