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: ,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:,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 f代表特征维度
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
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: ,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:,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 f代表特征维度
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