【图神经网络】多核卷积拓扑图（TAGCN）

本文为图神经网络的学习笔记，讲解多核卷积拓扑图 TAGCN。欢迎在评论区与我交流 👏

前言

用 Tensorflow 构建 GCN 的变体 TAGCN 模型进行节点分类任务。

TAGCN 简介

TAGCN 是 GCN的变体之一，全称 TOPOLOGY ADAPTIVE GRAPH CONVOLUTIONAL NETWORKS（TAGCN)。相比于 GCN 对卷积核进行 Chebyshev 多项式近似后取 k=1，TAGCN 用 k 个图卷积核来提取不同尺寸的局部特征，并且将 k 保留下来作为超参数。其中的 K 个卷积核的感受野分别为 1 到 K，类似于 GoogleNet 中每一个卷积层都有大小不同的卷积核提取特征。

卷积过程如下：

1. 对邻接矩阵进行归一化处理：$A=D^{-0.5}(I+A)D^{-0.5}$
2. $G_j^{(l)}$ 多项式卷积核，$g_{j,k}^{(l)}$ 是多项式系数，相比于 GCN 保留了超参数 $K$：$G_j^{(l)}$