GCN之形成标准化邻接矩阵

 

GCN中一个重要的矩阵是邻接矩阵，其中一个重要操作步骤是邻接矩阵标准化，这里介绍两种建立标准化邻接矩阵。

import torch
import numpy as np
impoer scipy.sparse as sp

def normalize_adj(adj):
    adj = adj.to_dense().cpu().numpy()
    adj = sp.coo_matrix(adj)     #构建张量
    rowsum = np.array(adj.sum(1))#每行的数加在一起
    d_inv_sqrt = np.power(rowsum, -0.5).flatten()    #输出rowsum ** -1/2
    d_inv_sqrt[np.isinf(d_inv_sqrt)] = 0.            #溢出部分赋值为0
    d_mat_inv_sqrt = sp.diags(d_inv_sqrt)            #对角化
    adj = adj.dot(d_mat_inv_sqrt).transpose().dot(d_mat_inv_sqrt).tocoo()    #转置后相乘
    return torch.FloatTensor(adj.todense()).cuda()

第二种方法是利用torch来构建标准化邻接矩阵：

import torch
import numpy as np
impoer scipy.sparse as sp

def normalize_adj_torch(mx):
    mx = mx.to_dense()           #构建张量
    rowsum = mx.sum(1)           #每行的数加在一起
    r_inv_sqrt = torch.pow