原文:《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 參數共享 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,我們又該采用其他什么方式呢 首先思考能不能,答案是不能。至少我們無法將graph結構的數據規整到如上圖所示的矩形方格中,否則結 ...

2020-04-10 21:19 0 2728 推薦指數:

查看詳情

論文筆記之:Semi-Supervised Learning with Generative Adversarial Networks

Semi-Supervised Learning with Generative Adversarial Networks      引言:本文將產生式對抗網絡(GAN)拓展到半監督學習,通過強制判別器來輸出類別標簽。我們在一個數據集上訓練一個產生式模型 G 以及 一個判別器 D,輸入 ...

Thu Aug 25 09:01:00 CST 2016 0 3798
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM