圖神經網絡

目前，大多數圖神經網絡模型都有一個通用的架構。我將它們稱爲圖卷積神經網絡（GCNs），這些模型是可卷積的，因爲濾波器參數在圖中所有位置或者一個局部位置上（ Duvenaud et al., NIPS 2015）都可以共享。 對於這些模型，它們的目標是要學習圖G=（V，E）上的信號或特徵的一個映射。它們的輸入包括： 每一個節點i的特徵描述xi，可以寫成一個N*D的特徵矩陣（N表示節點數，D表示輸入的

>>阅读原文<<