GCN（图卷积神经网络）详解

1️⃣ GCN介绍

回忆一下，在我之前的博客已经介绍CNN架构（Alexnet，VGG，Unet，Resnet）和RNN。

• CNN为处理图像等二维数据而设计，基于卷积操作实现特征的提取

• RNN针对序列数据，通过循环结构和门机制捕捉序列中的依赖关系。

那为什么还要提出GCN呢？

实际上图像和序列数据都是欧式空间的数据，结构简单，使用CNN和RNN处理它们的时候需要保证输入格式是固定的 ①所有图像resize成固定大小，然后进行卷积操作得到特征 ②文本固定长度和词向量大小。然而，现实生活中有很多数据是没有固定结构的，其中一种就是图数据，比如社交网络，化学分子结构等。图数据结构不规则，CNN和RNN不好使了，研究人员在上世纪就开始研究如何处理这类数据，有很多方法，例如GNN、DeepWalk 和 node2vec 。而这篇文章介绍的图卷积神经网络是GNN中的一种技术。

图卷积神经网络(Graph Convolutional Networks, GCN)在2017年被提出，为了处理“图类型”的数据，GCN不要求输入格式固定。说白了，这个和网络CNN一样，都是用于提取特征，只不过提取的是图数据的特征。我们可以利用提取到的特征对图进行节点分类（node classification）、图分类（graph classification）、边预测（link prediction），还可以顺便得到图的嵌入表示（graph embedding）

注意哦，文本也可以表示成图的形式：

---

2️⃣ 原理

2.1 简述

GCN通过定义图卷积来处理图数据，现在分析一下图卷积的原理，看看它到底是个什么样子？

瞅瞅下面这个图，假设有一个图数据，咱先定义一些变量。

• $A$表示图的邻接矩阵，表示的是节点之间的连接关系，要是节点相连，那元素就是1
• 图的度矩阵表示为$D$，这东西图论学过，本质是一个对角矩阵，其中对角元素表示每个节点的度（度就是与该节点相连的边的数量）
• $N$个节点，每个节点上有一个$C$维的特征，因此所有节点的特征组成一个大小为$N\times C$的特征矩阵$X$。
  

GCN说白了就是对照CNN的卷积，定义了一个图卷积操作。CNN输入图像，图卷积的输入是前面定义的邻接矩阵$A$，特征矩阵$X$，咦，等等，为什么度矩阵$D$不作为输入，因为$D$可以通过A推导出来，所以就不输入了。咱先看看GCN的公式是啥：
$$H^{(l+1)}=\sigma \left({\tilde{D}}^{-\frac{1}{2}}\tilde{A}{\tilde{D}}^{-\frac{1}{2}}{H}^{(l)}{W}^{(l)}\right)$$

一看这公式头大了，这都啥东西，听我逐一拆解。

• ${\tilde{D}}^{-\frac{1}{2}}$：这个东西你可以理解为度矩阵$D$经过一系列操作得到的结果，后面会对其进行分析
• $\tilde{A}$：这是对邻接矩阵$A$经过操作后的结果
• $H^{(l)}$：第$l$层GCN的输入，对于输入层，就是我们的特征矩阵$X$，形状为$N\times C$，N是节点数，C是特征数
• $H^{(l+1)}$，输出，形状为$N\times C^{\prime }$，$C^{\prime }$是输出特征的维度
• $W^{(l)}$：第$l$层GCN的训练参数，大小为$C\times C^{\prime }$
• $\sigma ()$：激活函数

其实到这图卷积就结束了，简单来说就是，有一个图结构，我们得到它的邻接矩阵$A$，特征矩阵$X$，输入到这个公式里，得到一个输出，over。

2.2 GCN的具体流程

看到这肯定会有人问，为什么图卷积是这样定义的，具体流程是什么，我们来进一步分析。

图卷积的主要思想是让每个节点聚合自身和邻居节点的信息，从而捕捉图结构中的局部和全局特征。那么如何实现这一点呢？

还是下面这个图结构：

首先，我们让邻接矩阵$A$与特征矩阵$X$相乘即可得到邻居节点的信息，看看怎么个回事？

对于A节点，其邻居只有E节点，我们让邻接矩阵$A$与特征矩阵$X$相乘后，得到的结果的第一行就是A节点获取了E节点的信息，如图中黑框所示。

但是这样做还存在一个问题，我们没有把节点自身的特征考虑进来

因此我们对邻接矩阵$A$进行一定的操作，得到新的邻接矩阵$\tilde{A}$：
$$\tilde{A}=A+I_N$$
其中$I_N$为单位矩阵

那么$\tilde{A}$与特征矩