码迷,mamicode.com
首页 > 其他好文 > 详细

从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (二)

时间:2019-06-09 12:42:22      阅读:899      评论:0      收藏:0      [点我收藏+]

标签:处理   tps   ctr   www   卷积   framework   ural   详细介绍   基础   

本文属于图神经网络的系列文章,文章目录如下:


上一篇博客中,我们简单介绍了基于循环图神经网络的两种重要模型,在本篇中,我们将着大量笔墨介绍图卷积神经网络中的卷积操作。接下来,我们将首先介绍一下图卷积神经网络的大概框架,借此说明它与基于循环的图神经网络的区别。接着,我们将从头开始为读者介绍卷积的基本概念,以及其在物理模型中的涵义。最后,我们将详细地介绍两种不同的卷积操作,分别为空域卷积时域卷积,与其对应的经典模型。读者不需有任何信号处理方面的基础,傅里叶变换等概念都会在本文中详细介绍。

图卷积框架(Framework)

卷积(Convolution)

基础概念

实例:掷骰子问题

空域卷积(Spatial Convolution)

频域卷积(Spectral Convolution)

参考文献

从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (二)

标签:处理   tps   ctr   www   卷积   framework   ural   详细介绍   基础   

原文地址:https://www.cnblogs.com/SivilTaram/p/graph_neural_network_2.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!