GNN/GCN自己学习

最新推荐文章于 2024-12-28 00:38:29 发布
最新推荐文章于 2024-12-28 00:38:29 发布
阅读量451 收藏 8
点赞数 8
文章标签： 学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Msc30839573/article/details/136681781
版权
本文介绍了图的基本构成，包括点的特征和边的关系，以及邻接矩阵的表示方法。重点讲解了图卷积神经网络（GCN）的应用，特别是在半监督学习中的优势，以及特征计算和聚合更新的原理。讨论了图中度矩阵在特征计算中的作用。
摘要由CSDN通过智能技术生成

一、图的基本组成
V：点（特征）
E：边

U：图（全局特征）

二、用途

整合特征（embedding)，做重构

三、邻接矩阵

以图像为例，每个像素点周围都有邻居，用邻接矩阵表示哪些点之间有关系，邻接矩阵A是对称的，也可以不对称

文本也可以做邻接矩阵：

实际是2xN, (source , target)，要不然维护一个NxN太多了 

四、使用场景

输入的格式不需要固定，是随意的，没有CV NLP的resize等固定大小之说。比如说人的社交网络，随时会变

点边图

五、每个点特征更新（聚合 更新）

更新时肯定要考虑他们的邻居

 

GCN图卷积

一、

优势：可以做半监督学习 

二、基本思想

计算特征，之后传入神经网络 

 

图中基本组成：

 邻接矩阵  

特征计算方法：

 

 

 使用度矩阵来做个平均

 

 

你的度和我的度都要考虑进来 

基本公式

 

 

是攸宁啊
关注
什么是图神经网络？GNN/GCN快速入门教程
m0_74693860的博客
11-10 2801
很多书把图神经网络和卷积神经网络（CNN)，循环神经网络（RNN）并列。相对于CNN和RNN而言，GNN的发展比较短但是在很多领域都有很好的应用。因为图数据有复杂的结构，多样化的属性类型，可以模拟多种任务场景，比如社交网络，调控网络，生物分子结构等。
我的gnn/gcn
jshgz8的博客
10-29 100
1.由于传统神经网络（cnn，rnn）输入的数据必须是固定，无法处理输入数据不唯一，例分子的结构。2.gnn可以得到每一个点经过训练之后的特征，通过消息传递机制。3.gnn训练的数据类型（是自己定义的）
Graph Convolutional Networks (GCN) 项目常见问题解决方案
gitblog_00625的博客
11-15 432
Graph Convolutional Networks (GCN) 项目常见问题解决方案 gcn Implementation of Graph Convolutional Networks in TensorFlow 项目地址...
图神经网络（GNN/GCN）
lemonzjk的博客
07-13 1159
主要是通过聚合、更新、循环三大步骤来进行的。
零基础多图详解图神经网络（GNN/GCN）【论文精读】
qq_56618414的博客
09-06 1002
我们将用到的技术是之前提到过的信息传递。：使用 MLP 更新属性值时，没有看到 V 顶点 E 边 的交互信息，只是 V 进 MLP_V, E 进 MLP_E, U 进 MLP_U，忽略了点边之间的连接信息。最后一层的顶点，即使只看每一层的一阶邻居，根据消息传递，最后一层的顶点能看到一个很大的图，甚至是全图的信息（如果图的connectivity可以的话）一条边，连接两个顶点，2个顶点向量相加 （+ 全局向量）== 得到 边的向量，然后进入边共享的一个 MLP 预测分类网络，得到边的预测输出。
【Graph Net】【专题系列】三、GNN/GCN代码实战
小博客大智慧
09-19 731
GNN/GCN两个基础图深度学习网络算法实现。本文目标：不用PyG，只为打代码基础。
图神经网络GNN/GCN
L200378098的博客
05-14 271
why-图像和文本任务不用GNN？-因为图像和文本的数据格式都是固定的，传统的神经网络输入格式必须是固定的。实际情况下不是N*N的，大多数是2*N（source，target）图神经网络：针对格式不固定的内容进行处理，比如分子结构、人际关系等。描述了每个点的邻居有哪些，有无关系用0、1表示，邻接矩阵是对称的。：整合特征，去整合点、边、图的特征，最终进行回归或分类预测。图级别：基于图进行预测。
GNN学习/GCN学习/GNN环境配置cuda安装/GCN代码展示
qq_43369406的博客
05-06 1117
相比较CNN假设的平移不变性是二维的，RNN假设的时序不变性是一维的，GNN假设的图的对称性是多维的。1. CNN的平移不变性CNN（卷积神经网络）的平移不变性指的是，当输入图像在平移时，CNN仍能识别出相同的特征和模式。在卷积层中，卷积核通过滑动窗口的方式在输入图像上移动，对每个窗口进行卷积操作。由于卷积核的权重是固定的，因此当输入图像平移时，卷积核所卷积的图像区域也会相应地平移，从而保证了卷积操作的平移不变性。
图神经网络GNN/GCN自学笔记&基础代码实现
tranquil666的博客
12-09 958
跟数据结构里面的图基本一样的，没有别的，就是三大特征：V Vertex（or node）arrtibutes：点 ，比如一个人的身高体重这样的特征E Edge(or link)arrtibutes and directions: 边，比如你正在读小白我的博客，我们的边就是朋友啦hhU Global(or master node)arrtibutes：图， 比如一个学校可以做成图，包含了同学，老师，教学楼本身的属性特征，和他们之间的关系特征总之，；
对新手来说，图神经网络入门容易吗？GNN/GCN入门
m0_74693860的博客
11-08 657
如果觉得难，那有可能是因为你没有找到一个正确的方法及正确的学习路线。就像刚开始深度学习流行的那时候一样，CNN在大家眼中都是个很新颖的东西，觉得他既难搞又神秘，那你看到现在，谁还会觉得觉得CNN很难了，框架一堆都是现成的轮子，三两行代码搭一个cnn，教程遍地都是。有很多同学觉得难不好入门，是因为你还不了解它，你认真的去读它几篇文章，不用最新的，就从最基础的开始，认真读个三四篇，并着手把一些基础的模型，例如最初的GCN，GAT动手写一写。
图神经网络 GNN、GCN经典数据集包 Cora数据集
10-20
图神经网络（GNN）和图卷积网络（GCN）是近年来在机器学习领域备受关注的模型，尤其是在处理非结构化数据，如社交网络、化学分子结构等问题时展现出强大的能力。Cora数据集是这类模型的经典研究对象，用于节点分类...
适用于图神经网络GNN/GCN/GAT的cora数据集预处理代码
qq_38001450的博客
08-12 3590
适用于图神经网络GNN/GCN/GAT的cora数据集预处理代码cora数据集预处理cora数据集介绍预处理代码 cora数据集预处理 cora数据集介绍 Cora数据集由机器学习论文组成，是近年来图深度学习常使用的数据集。在数据集中，论文分为以下七类之一: 基于案例 遗传算法 神经网络 概率方法 强化学习 规则学习 理论 Cora数据集包含2708篇论文，开源的数据集下载后包含两个文件：.content和.cites .content文件包含以下格式的论文描述: <paper_id> &l
GNN,GCN学习整理
mubaba_的博客
08-21 8267
GNN GNN定义 GNN是Graph Neural Network的简称，是用于学习包含大量连接的图的联结主义模型。当信息在图的节点之间传播时GNN会捕捉到图的独立性。与标准神经网络不同的是，GNN会保持一种状态，这个状态可以代表来源于人为指定的深度上的信息。 图神经网络处理的数据就是图，而图是一种非欧几里得数据。GNN的目标是学习到每个节点的邻居的状态嵌入，这个状态嵌入是向量且可以用来产生输出，例如节点的标记。如下图，最终的目的就是学习到红框的H，由于H是定点，因此可以不断迭代直到H的值不再改变即停止。
王佩丰24节Excel学习笔记——第十九讲：Indirect函数
flywing521的专栏
12-26 398
【以 Excel2010 系列学习，用 Office LTSC 专业增强版 2021 实践】
JVM学习-内存结构（二）
最新发布
2302_77426533的博客
12-28 937
1，2都是命令行工具（可直接在ideal运行时，在底下打开终端，输入命令）1可以拿到Java进程的进程ID，2 jmap只能查询某一个时刻的堆内存Java 虚拟机有一个在所有 Java 虚拟机线程之间共享的方法区域。方法区域类似于用于传统语言的编译代码的存储区域，或者类似于操作系统进程中的“文本”段。它存储每个类的结构，例如运行时常量池、字段和方法数据，以及方法和构造函数的代码，包括特殊方法，用于类和实例初始化以及接口初始化方法区域是在虚拟机启动时创建的。
5.学习webpack配置 babel基本配置
a_strong_pig的博客
12-24 544
webpack+babel基本配置
网络安全攻防学习平台 - 基础关
2401_88857275的博客
12-25 1184
Step1：打开通关地址，显示Step2：按照指引，将网址目录末尾改为admin说明admin不能被找到。Step3：此时可以通过查找robots.txt里面发现Disallow: /9fb97531fe95594603aff7e794ab2f5f/，并访问次路径。Step4：显示Step5：在当前网址最后键入login.php地址，得到KEY。
我的编程语言学习笔记
weixin_44626085的博客
12-24 1611
说到Python，你会想到什么？简洁、强大、有趣。Python诞生于1991年，近年来迅速成为最流行的编程语言之一。它的设计目标是代码的可读性和简洁性，非常适合快速开发和原型设计。编程语言之python。
gnn和gcn的区别
05-27
GNN（Graph Neural Network）和GCN（Graph Convolutional Network）都是用于图像识别和节点分类等任务的深度学习模型。它们的区别在于GCN是GNN的一种特殊形式。 具体来说，GNN是一类使用图结构作为输入的神经网络...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值
>