卷积神经网络的输入是图片等具有欧几里得结构的图结构
欧式空间里面利用卷积核来提取特征
图片是比较规则的图结构,使用卷积核就可以平移提取节点特征
遇到拓扑网络或者社交网络的图结构不整齐
网络包含不同数量的节点,不同的节点也包含不同的邻居,传统的CNN无法作用
GCN能够聚合node附近的node特征
通过加权聚合学习到node的特征从而去做一系列的预测任务
卷积神经网络的输入是图片等具有欧几里得结构的图结构
欧式空间里面利用卷积核来提取特征
图片是比较规则的图结构,使用卷积核就可以平移提取节点特征
遇到拓扑网络或者社交网络的图结构不整齐
网络包含不同数量的节点,不同的节点也包含不同的邻居,传统的CNN无法作用
GCN能够聚合node附近的node特征
通过加权聚合学习到node的特征从而去做一系列的预测任务