深入淺出圖神經網絡 第6章 GCN的性質 讀書筆記
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 ...
原文：深入淺出圖神經網絡 GCN代碼實戰
GCN代碼實戰 書中 . 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 篇論文，之間有引用關系共 個，每篇論文作為一個節點，引用關系就是節點之間的邊。每篇論文有一個 維的特征來表示某個詞是否在文中出現過，也就是每個 ...
2021-07-14 13:11 0 614 推薦指數：
相關推薦
深入淺出圖神經網絡 第3章 卷積神經網絡 讀書筆記
第3章 卷積神經網絡 卷積神經網絡CNN是目前應用最廣泛的模型之一，具有局部連接、權值共享等特點，是一種深層前饋神經網絡。 3.1 卷積與池化 卷積與池化是CNN中的兩個核心操作。 3.1.1 信號處理中的卷積 題外話：因為這部分的核心知識應該是屬於《信號與系統》這門課程 ...
深入淺出圖神經網絡 第2章 神經網絡基礎 讀書筆記
第2章 神經網絡基礎 2.1 機器學習基本概念 2.1.1 機器學習的分類 機器學習有以下幾種常見的分類方法： 根據訓練數據是否有標簽可分為： 監督學習：訓練數據中每個樣本都有標簽，通過標簽指導模型進行訓練 無監督學習：訓練數據完全沒有標簽，算法從數據中發 ...
深入淺出圖神經網絡 第5章 圖信號處理與圖卷積神經網絡 讀書筆記
前面廢點話： 終於！來到了GNN最相關的內容！前面四章來說都是一些預備知識，或者說是介紹性的認識的東西，其實和GNN的關系不是特別大。但從這一章開始一上來就是GNN最核心的東西：圖信號處理。這部分其實非常關鍵，但大部分人學的時候可能都會忽視這一點，認為自己可以直接進入GCN的部分，這是 ...
深入淺出圖神經網絡 第4章 表示學習 讀書筆記
第4章 表示學習 在第2章的時候提到了機器學習的第一步就是提取特征。而表示學習就是自動地從數據中學習特征，並直接用於后續的任務。 4.1 表示學習 4.1.1 表示學習的意義 表示學習要回答3 ...
圖神經網絡 GCN 等綜述
20.4.29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 ...
圖卷積神經網絡GCN：整圖分類（含示例及代碼）
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 ...