图神经网络基本概念记录

图G=(V,E):
节点集;节点数量n=|V|
边集;边数量m=|E|
邻接矩阵:A
度矩阵:D
归一化邻接矩阵:P=D^{-1/2}AD^{-1/2} ,其实就是将邻接矩阵中对应有边的地方的值变成一条边的两个点的度数的根号相乘的倒数。

归一化拉普拉斯矩阵:L=I-D^{-1/2}AD^{-1/2},除了对角线上是1,其他有边的地方的值就是上面归一化邻接矩阵部分的值变成负数。

节点特征矩阵X\in \Re^{n*f}   f代表特征维度

\tilde{P}代表节点加了一个自环,外部那个函数一般是ReLu

 

 关于滤波器相关的操作其实不太懂,但是可以参考:滤波器视角看图神经网络(魏老师讲座) - 知乎

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值