![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图卷积神经网络
Harry嗷
礼貌提问才会礼貌回答,伸手党勿扰!仅讨论知识,不帮人调bug哈。
展开
-
[GCN+FocalLoss] 从数据角度分析实验 of Semi-supervised classification with graph convolutional networks
文章目录Cora数据集信息类别信息样本信息图的性质类别分布论文的实验设置超参数数据集划分模型架构不同损失函数的训练结果nll_lossCE lossfocal loss:γ\gammaγ=1.5,α\alphaα_multiple=2三种损失函数的比较结论三种损失函数的信息从训练结果可以看出什么为什么Focal Loss失效了高置信度样本和低置信度样本的矛盾小训练集的过拟合Cora数据集信息C...原创 2020-03-25 00:30:11 · 1423 阅读 · 7 评论 -
[GCN] 代码解析 of GitHub:Semi-supervised classification with graph convolutional networks
[GCN] 代码解析 of GitHub:Visualization of Graph Convolutional Networks in PyTorch文章目录[GCN] 代码解析 of GitHub:[Visualization of Graph Convolutional Networks in PyTorch](https://github.com/HanGuangXin/Modific...原创 2020-03-03 14:06:55 · 8960 阅读 · 78 评论 -
[数据预处理] onehot编码:是什么,为什么,怎么样
[数据预处理] onehot编码:是什么,为什么,怎么样文章目录[数据预处理] onehot编码:是什么,为什么,怎么样什么是onehot编码为什么要进行onehot编码对labels进行onehot编码的原因对特征进行onehot编码的原因如何进行onehot编码什么是onehot编码在机器学习算法中,我们经常会遇到离散化的特征或标签。one-hot编码,又称“独热编码”。其实就是用N位...原创 2020-02-29 23:10:17 · 1552 阅读 · 2 评论 -
[GCN] 图卷积知识梳理 -持续更新
图卷积知识梳理文章目录图卷积知识梳理1. 为什么 Graph Laplacian LLL = D−AD-AD−A ——差分的方式理解2. 为什么是 Graph Laplacian LLL —— Fourier变换的本质在Graph上的推广3. 如何使用 Graph Laplacian LLL —— 特征分解4. Graph Laplacian LLL 的特征分解 $\Longrightarrow...原创 2020-02-27 23:16:45 · 1707 阅读 · 0 评论 -
[GCN] 验证+解释 renormalization trick
[GCN] 验证 renormalization trick简介Semi-Supervised Classification With Graph Convolutional Networks 这篇论文提出了一种对邻接矩阵AAA 的归一化操作,论文中称为 renormalization trick。公式表达如下:IN+D−1/2AD−1/2⟶D~−1/2A~D~−1/2I_N + D^...原创 2020-02-25 16:42:35 · 2783 阅读 · 3 评论 -
paper reading:Part-based Graph Convolutional Network for Action Recognition
paper reading:Part-based Graph Convolutional Network for Action Recognition文章目录paper reading:Part-based Graph Convolutional Network for Action Recognitiongraph 与 skeleton:传统的 action recognition from ...原创 2020-02-09 15:08:34 · 1779 阅读 · 0 评论 -
paper reading:[renormalization]Semi-supervised Classification with Graph Convolutional Networks
paper reading:[Renormalization Trick] Semi-supervised classification with graph convolutional networks文章目录paper reading:[Renormalization Trick] Semi-supervised classification with graph convolutional...原创 2020-02-08 10:47:27 · 929 阅读 · 0 评论 -
[GCN] 增加可视化+代码注释 of GitHub项目:Graph Convolutional Networks in PyTorch
增加可视化+代码注释 of GitHub项目:Graph Convolutional Networks in PyTorch文章目录增加可视化+代码注释 of GitHub项目:Graph Convolutional Networks in PyTorchGitHub地址原项目GitHub(无结果可视化):可视化结果展示降维到2维:降维到3维:代码注释layers.pymodels.pytrai...原创 2020-02-07 10:26:20 · 4900 阅读 · 8 评论 -
paper reading:[第一代GCN] Spectral Networks and Deep Locally Connected Networks on Graphs
paper reading - [第一代GCN] Spectral Networks and Deep Locally Connected Networks on Graphs图卷积的一些知识:图卷积网络概述graph中卷积的实现图卷积神经网络详述知乎一个比较不错的回答文章目录paper reading - [第一代GCN] Spectral Networks and Deep L...原创 2020-01-30 18:52:42 · 3414 阅读 · 4 评论 -
[GCN] Modification of Graph Convolutional Networks in PyTorch
Modification of Graph Convolutional Networks in PyTorch代码见GitHub:Modification-of-Graph-Convolutional-Networks-in-PyTorchintroductionModification of Graph Convolutional Networks in PyTorch, visualiz...原创 2020-02-04 19:22:34 · 656 阅读 · 0 评论