論文筆記：LCML 2019 Simplifying Graph Convolutional Networks
前言 隨着2017年GCN概念的提出，近年來越來越多的GCN方法被提出。由於GCN本身的提出來源於深度學習中CNN和RNN的概念，因此可能會繼承其中一些不必要的複雜度和冗餘計算，本文提出了一種簡化的圖卷積方法(Simplifying Graph Convolutional)。通過消除GCN層之間的非線性計算，通過將得到的函數摺疊成一個線性變換來減少GCN帶來的額外複雜度，並且從圖卷積的根源–頻譜分
相關文章
- 1. 論文筆記：LCML 2020 Simple and Deep Graph Convolutional Networks
- 2. 論文筆記：AAAI 2019 Graph Convolutional Networks for Text Classification
- 3. Simplifying Graph Convolutional Networks（SGC） 簡化的圖卷積網絡 論文詳解 ICML 2019
- 4. 論文筆記：NIPS 2019 Graph Transformer Networks
- 5. GRAPH ATTENTION NETWORKS論文筆記
- 6. 【論文筆記】Graph Transformer Networks
- 7. Multi-Label Image Recognition with Graph Convolutional Networks 論文筆記
- 8. 《Simple and Deep Graph Convolutional Networks》--論文閱讀筆記
- 9. Learning Convolutional Neural Networks for Graphs論文筆記
- 10. 論文筆記：Graph Convolutional Matrix Completion
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • CAP理論是什麼？ - NoSQL教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Scala 中文亂碼解決
相關標籤/搜索
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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 論文筆記：LCML 2020 Simple and Deep Graph Convolutional Networks
- 2. 論文筆記：AAAI 2019 Graph Convolutional Networks for Text Classification
- 3. Simplifying Graph Convolutional Networks（SGC） 簡化的圖卷積網絡 論文詳解 ICML 2019
- 4. 論文筆記：NIPS 2019 Graph Transformer Networks
- 5. GRAPH ATTENTION NETWORKS論文筆記
- 6. 【論文筆記】Graph Transformer Networks
- 7. Multi-Label Image Recognition with Graph Convolutional Networks 論文筆記
- 8. 《Simple and Deep Graph Convolutional Networks》--論文閱讀筆記
- 9. Learning Convolutional Neural Networks for Graphs論文筆記
- 10. 論文筆記：Graph Convolutional Matrix Completion