qq_39426646的博客

Multi-Modal Graph Neural Network for Joint Reasoning on Vision and Scene Text的读书笔记研究目的（为什么要做这个工作）模型概述（MM-GNN）模型原理研究目的（为什么要做这个工作）本文的研究工作是为了能够在图像上获取文本或者插图中的信息，从而让机器可以回答关于图像的问题。本问题的难点在于在图像上读取文本信息，只使用词嵌入模型是远远不够的，因为输入是一个图像的信息而不是关于文本的信息。模型概述（MM-GNN）模型将输入的图像

Graph attention Network的读书笔记Graph attention的研究目的Graph attention的机制Graph attention的研究目的Graph attention其实是GCN的加权卷积版本。所以这里需要提一下GCN是怎么处理图数据的。这幅图就是描述在3号点进行卷积时，把邻接点与自身都sigma起来就形成下一层中3好点的特征，其他点的卷积过程也都一样。从公式中可以更直观的理解：Hl+1=σ(D−12AD−12HlW)H^{l+1} = \sigma(D^{-\