一张图了解---图卷积神经网络（GCN）公式详解

ruyingcai666666

已于 2024-08-28 20:33:52 修改

阅读量469

点赞数 6

文章标签：深度学习

于 2024-03-18 23:44:28 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/ruyingcai666666/article/details/136825676

版权

博客介绍了图神经网络，其应用领域广泛，涵盖场景分析、推荐系统、欺诈检测等多个方面。图由提取特征等组成，目的是整合特征，图像和文本都能以图的形式表示。还提到了图卷积神经网络，可进行半监督学习，少量标签也能训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图神经网络
应用领域：场景分析与问题推理，推荐系统，欺诈检测，知识图谱，道路交通流量预测，自动驾驶，无人机，化学，医疗，物理。
图的组成如下所示：提取特征。。。
在这里插入图片描述
图神经网络目的是整合特征，

图的邻接矩阵，
对于图像来说，每个像素点周围都有令居，A表示邻居之间的关系。

文本也可以表示为图的形式

图卷积神经网络

半监督学习！：不需要全部标签，少量标签也能训练！计算损失只用有标签的！

下面一张图了解GCN

在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。