JavaShuo
欄目
標籤
PREDICT THEN PROPAGATE: GRAPH NEURAL NETWORKS MEET PERSONALIZED PAGERANK
時間 2021-01-02
原文
原文鏈接
Motivation 傳統GCN在節點分類中達到了不錯的效果,但只能在將層數限制在2-3層,加深層數會導致兩個問題: (1)、出現過平滑現象:即最後所有節點趨向同一個值。 (2)、隨着層數的加深,參數量也呈指數級增長。 但是試驗表明,一般要將層數達到4-5層才能使才能覆蓋所有的節點。 爲了解決這個問題,引進了PageRank方法。 問題一 由於PageRand方法可能陷入「陷阱問題」和「終止問題」
>>阅读原文<<
相關文章
1.
《Predict then Propagate: Graph Neural Networks meet Personalized PageRank》論文閱讀筆記
2.
Random Walk and Personalized Pagerank
3.
Applications of Graph Neural Networks
4.
【KDD 2019】Heterogeneous Graph Neural Network
5.
Graph Neural Network Review
6.
筆記《Graph Neural Tangent Kernel: Fusing Graph Neural Networks with Graph Kernels》-NeurIPS 2019
7.
《The graph neural network model》筆記
8.
Paper Notes: A Comprehensive Survey on Graph Neural Networks
9.
GMNN: Graph Markov Neural Networks
10.
CS224W-08-Graph Neural Networks
更多相關文章...
•
Git 標籤
-
Git 教程
•
Lua if...else 語句
-
Lua 教程
•
使用阿里雲OSS+CDN部署前端頁面與加速靜態資源
•
Java 8 Stream 教程
相關標籤/搜索
graph
propagate
meet
neural
pagerank
predict
crossentropy+predict
cudnn7.0.4+tensorflow1.5.0+neural
PageRank算法-1
sigmoid+linear+mse+predict
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
[最佳實踐]瞭解 Eolinker 如何助力遠程辦公
2.
katalon studio 安裝教程
3.
精通hibernate(harness hibernate oreilly)中的一個」錯誤「
4.
ECharts立體圓柱型
5.
零拷貝總結
6.
6 傳輸層
7.
Github協作圖想
8.
Cannot load 32-bit SWT libraries on 64-bit JVM
9.
IntelliJ IDEA 找其歷史版本
10.
Unity3D(二)遊戲對象及組件
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
《Predict then Propagate: Graph Neural Networks meet Personalized PageRank》論文閱讀筆記
2.
Random Walk and Personalized Pagerank
3.
Applications of Graph Neural Networks
4.
【KDD 2019】Heterogeneous Graph Neural Network
5.
Graph Neural Network Review
6.
筆記《Graph Neural Tangent Kernel: Fusing Graph Neural Networks with Graph Kernels》-NeurIPS 2019
7.
《The graph neural network model》筆記
8.
Paper Notes: A Comprehensive Survey on Graph Neural Networks
9.
GMNN: Graph Markov Neural Networks
10.
CS224W-08-Graph Neural Networks
>>更多相關文章<<