![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图深度学习
记录应用在图上的深度学习算法
小执着~
香港中文大学(深圳)博士在读
展开
-
图卷积神经网络整理
图卷积神经网络的整理(理论+代码)一、背景1.1 离散卷积1.2 非结构化数据1.3 图卷积的大致流派二、基于谱的图卷积三、基于空间域的图卷积一、背景1.1 离散卷积首先这篇文章需要基于你已经理解CNN在图像上的原理及应用。CNN中的卷积本质上就是利用共享参数的一个滤波器,通过计算中心像素以及相邻像素点的加权求和来构成特征图(Feature Map)实现空间特征的提取,卷积核的权重就是网络需...原创 2019-06-22 11:42:25 · 39233 阅读 · 7 评论 -
结合胶囊网络Capsule和图卷积GCN的文章
结合胶囊网络Capsule和图卷积GCN的文章一、Capsule Neural Networks for Graph Classification1.1 文章概要1.2 实现方法1.2.1 Graph to Contextual Tensor1.2.2 Graph Capsule Network1.3 实验结果二、Graph Capsule Convolutional Neural Network...原创 2019-04-19 18:04:47 · 5955 阅读 · 1 评论 -
Cora数据集介绍+python读取
数据集概括Cora数据集由机器学习论文组成。这些论文分为以下七类之一:基于案例遗传算法神经网络概率方法强化学习规则学习理论论文的选择方式是,在最终语料库中,每篇论文引用或被至少一篇其他论文引用。整个语料库中有2708篇论文。在词干堵塞和去除词尾后,我们只剩下1433个独特的单词。文档频率小于10的所有单词都被删除。数据集组成目录包含两个文件:.content文件.co...原创 2019-03-22 15:20:27 · 47936 阅读 · 17 评论 -
Graph Attention Networks网络结构+代码
Graph Attention Networks1. 创新点1.1. attention 引入目的1.2. 框架特点2. 模型2.1. feature 处理2.2. 计算相互关注3.对比4.实验结果论文Tensorflow代码pytorch代码1. 创新点通过新型神经网络对图形结构数据进行操作,利用隐藏的自注意层赋予邻域节点不同重要性,并无需提前了解整个网络结构通过堆叠这样的一些层,这...原创 2019-03-22 13:48:33 · 11881 阅读 · 13 评论