Knowledge-aware Graph Neural Networks with Label Smoothness Regularization for Recommender Systems

Label Smoothness Regularization   因爲與傳統的GNN不同,邊的權重是可以學習的,而且在錢箱傳播的過程中,還有w的參數需要學習。爲了防止過擬合,而且由於邊的權重的重要性,因此需要剛過的約束。作者在這裏使用了Label Smoothness Regularization。具體的公示內容沒有看懂。爲了這個正則化和可學習的gnn網絡,作者提出了一個獨特的損失函數。 直觀理
相關文章
相關標籤/搜索