【推薦】熱門的圖神經網絡GCN原理剖析 +源碼分享

圖神經網絡近來已火很久，重點是針對關係型數據（關係型數據最早的表示即原始的圖網絡：節點，邊，權重）展開深度學習，進行標籤分類等數據工作。 以上是GCN的核心工作原理類似於圖像壓縮工程： 1.圖像像素矩陣化 2.傅里葉變換（拉普拉朗斯矩陣） 3.使用特徵值作爲權重 選取排名前K個特徵值代表的維度（類似於PCA降維後保留的核心維度）作爲座標軸，轉換分解原圖數據 4.以上三步得到類似於CNN 卷積層Co

>>阅读原文<<