文件名称:
semi -supervised classification with graph convolutional networks学习必记
开发工具:
文件大小: 106kb
下载次数: 0
上传时间: 2021-01-07
详细说明：1 主要解决的问题
半监督学习：用于少量节点标签未知，例如文本、citation network、知识图谱分类
2 主要思想
采用图卷积中的一阶局部近似（即K=1），这部分的理解可以参考Chebyshev多项式作为GCN卷积核
当K=1 时有两个参数,模型scales linearly in the number of graph edges ,同时可以表征局部图结构和节点的特征：
3. 半监度节点分类模型
本文模型优缺点
WlW^lWl在各个顶点共享，与顶点个数无关，可以用于大规模数据集，但是这个模型对于同阶的邻域上分配给不同的邻居的权重是完全相同的，这是由于GCN度矩阵的形式
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
