图卷积学习记录

The Graph Neural Network Model

https://zhuanlan.zhihu.com/p/76916386
这个文我看一遍就感觉懂了。
然后我感觉他这个和自然语言处理里的loss很像，预测下一个词是啥，然后对每个结果更新梯度。

另外我觉得这种计算方法其实和卷积没相似，把每一次运算看成是卷积，把每一个迭代看成是卷积网络的下一层卷积，那么可以把这个图卷积看成是另一种图片上的卷积。

Learning Convolutional Neural Networks for Graphs

缩写叫PATCHY - SAN网络。
大体原理：输入一个graph，将其转换成一个图片那种数据结构，输入给卷积神经网络。
存在问题：graph转换img的方法不一定准！
具体过程没太看懂，我感觉光看他的论文肯定看不懂，要看一些参考文献。搜论文里的Examples of graph labeling procedures 这句话。
不想看了，看看有没有更好的论文。

GATED GRAPH SEQUENCE NEURAL NETWORKS

这是基于The Graph Neural Network Model之上的改进。