論文筆記:DROPEDGE TOWARDS DEEP GRAPH CONVOLUTIONAL NETWORKS ON NODE CLASSIFICATION

前言 GCN近年來迅速發展,由於其本身的優越的結構特點使其能夠以應用與越來越多的場景。因此提升GCN的性能是非常重要的研究方向。此文中提出了一種DropEdge的方法用於減少過擬合和過平滑問題,使圖卷積網絡能夠更加深入 主要貢獻 1.提出能夠使圖卷積神經網絡變深的方法DropEdge。該方法通過作用圖卷積層實現 2.解釋DropEdge方法可以解決過擬合和過渡平滑問題的原理,尤其針對於過渡平滑問題
相關文章
相關標籤/搜索