![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GNN
无宠不惊过一生
这个作者很懒,什么都没留下…
展开
-
python中seed的相关代码
主要记录的是神经网络使用python中常用的seed的代码。import randomimport numpy as npimport torch#a只是表示一个超参数而已#seed()中没有参数时,每次生成的随机数不同;有参数时,每次生成的随机数是一样的random.seed(a)#每次生成的随机数相同,对后面的结果一直有影响np.random.seed(a)#为C...原创 2020-01-08 14:30:44 · 417 阅读 · 0 评论 -
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 torchimport numpy as npimpoer scipy.sparse as spdef normalize_adj(adj): adj = adj.to_dense().cpu().numpy() adj = sp.coo_mat...原创 2019-12-07 09:37:26 · 8967 阅读 · 6 评论 -
GCN之利用numpy增加自环、特征归一化
GCN是一种可直接作用于图并利用其结构信息的强大神经网络。即使是随机初始化的两层GCN也可以生成图网络中节点的有用特征表征。使用numpy编写一个有向的邻接矩阵:import numpy as npA = np.matrix([ [0, 1, 0, 0], [0, 0, 1, 1], [0, 1, 0, 0], [1, 0, 1, 0]], ...原创 2019-12-05 11:08:49 · 2895 阅读 · 1 评论 -
GNN之GCN基础理论推导
图卷积graph convolutional network,简称GCN,最近几年大热,取得不少进展。清华大学孙茂松教授组发布了Graph Neural Networks: A Review of Methods and Application,对现有的GNN模型做了详尽且全面的综述。针对GCN中需要的基础理论知识,这里给出数学推导,方便理解。一、什么是ConvolutionCon...原创 2019-10-31 14:19:32 · 1438 阅读 · 0 评论 -
GNN之GCN之谱图卷积
Thomas N.Kipf et.al. 在论文《Semi-Supervised Classification with Graph Convolutional Networks》中提到:从本质上说,GCN是谱图卷积的一阶局部近似。那么,什么是谱图卷积呢?首先,来看图上的谱卷积。图上的谱卷积可以定义为:信号 与滤波器 在傅里叶域的乘积:,其中, 为归一化拉普拉斯 的特...原创 2019-10-29 21:13:42 · 2351 阅读 · 0 评论 -
GNN之常用矩阵汇总
最近在看图卷积网络(graph convolutional networks),其中有一些基础知识,比如:表示一个图,分别表示相应的节点集与边集。表示图中的节点,表示图中的边。 A表示图中的邻接矩阵(adjacency matrix)。 D表示图中的度矩阵(degree matrix)。 L表示图中的拉普拉斯矩阵(Laplacian matrix),表示图的归一化拉普拉斯矩阵。会有许多...原创 2019-10-29 19:33:10 · 4104 阅读 · 1 评论