原文:《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,使用的理論是頻域卷積 Spectral domain ,背后理論有點復雜。 這篇文章則從空域卷積 Spatial domai ...

2020-04-20 01:28 0 1532 推薦指數:

查看詳情

《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 ...

Sat Jun 20 07:12:00 CST 2020 0 1023
論文閱讀-(CVPR 2017) Kernel Pooling for Convolutional Neural Networks

在這篇論文中,作者提出了一種更加通用的池化框架,以核函數的形式捕捉特征之間的高階信息。同時也證明了使用無參數化的緊致清晰特征映射,以指定階形式逼近核函數,例如高斯核函數。本文提出的核函數池化可以和CNN網絡聯合優化。 Network Structure Overview Kernel ...

Sun Dec 23 04:32:00 CST 2018 0 639
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM