GNN中的Graph Pooling
前言 GNN/GCN在非歐數據中的應用具備極大的挖掘價值。一般，GNN的應用分爲兩種：1，節點分類；2，圖分類。node 節點分類能夠用在點雲分割，社交網絡節點分類，推薦算法等等。算法 圖分類能夠用在姿態估計，蛋白質分類等等，固然，也能夠用在圖像分類。網絡 對於節點分類而言，圖結構在forward階段是不會改變的，改變的只是節點的隱藏層屬性。以下：數據結構 對於圖分類而言，圖結構在前傳的時候會do
相關文章
- 1. GNN Pooling(一)：Graph U-Nets，ICML2019
- 2. GNN Pooling(十一)：Edge Contraction Pooling for Graph Neural Networks，2019
- 3. GNN Pooling(九)：Structure-Feature based Graph Self-adaptive Pooling，WWW2020
- 4. Graph Neural Networks (GNN)（三）：Spectral-GNN 之 GCN
- 5. ICML2019 Self-Attention Graph Pooling
- 6. Graph Neural Network（GNN）概述
- 7. GNN Pooling(三)：An End-to-End Deep Learning Architecture for Graph Classification，AAAI2018；以及圖核
- 8. Graph Neural Networks (GNN)（二）：Spectral-GNN 引言和導入
- 9. 池化Pooling中的Max Pooling
- 10. 圖神經網絡(Graph Neural Network， GNN)
- 更多相關文章...
- • Spring中Bean的作用域 - Spring教程
- • 現實生活中的 XML - XML 教程
- • C# 中 foreach 遍歷的用法
- • 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. GNN Pooling(一)：Graph U-Nets，ICML2019
- 2. GNN Pooling(十一)：Edge Contraction Pooling for Graph Neural Networks，2019
- 3. GNN Pooling(九)：Structure-Feature based Graph Self-adaptive Pooling，WWW2020
- 4. Graph Neural Networks (GNN)（三）：Spectral-GNN 之 GCN
- 5. ICML2019 Self-Attention Graph Pooling
- 6. Graph Neural Network（GNN）概述
- 7. GNN Pooling(三)：An End-to-End Deep Learning Architecture for Graph Classification，AAAI2018；以及圖核
- 8. Graph Neural Networks (GNN)（二）：Spectral-GNN 引言和導入
- 9. 池化Pooling中的Max Pooling
- 10. 圖神經網絡(Graph Neural Network， GNN)