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。