参考资料

[1] 图神经网络综述:方法及应用 | Deep Reading
[2] 如何理解 Graph Convolutional Network(GCN)?
[3] GCN
[4] GCN白话文解析
[5] 从CNN到GCN的联系与区别——GCN从入门到精(fang)通(qi)

[3] GCN代码分析 已看,很不错
[4] GCN学习笔记:第一部分,手把手用Numpy实现GCN
[5] 【GCN+AE代码逐行学习】参考资料记录

[6] 【GCN】论文笔记:SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS 已看,思路很清晰,易懂
[7] Semi-Supervised Classification With Graph Convolutional Networks
[8] 【GCN】图卷积网络初探——基于图(Graph)的傅里叶变换和卷积

GCN综述

[1] 清华大学图神经网络综述:模型与应用
[2] 深度学习时代的图模型,清华发文综述图网络

GCN实现

[1] Graph Convolutional Network介绍及简单实现(一)
[2] GCN学习笔记:第一部分,手把手用Numpy实现GCN
[3] Graph Convolutional Networks 图卷积网络

论文

[1] Semi-Supervised Classification with Graph Convolutional Networks

Github上关于GCN整理的清单

[1] nnzhan/Awesome-Graph-Neural-Networks
[2] thunlp/GNNPapers
[3] benedekrozemberczki/awesome-graph-classification
[4] GCN相关paper集合
[5] Jiakui/awesome-gcn

代码

[1] DGL at a Glance
[2] jermainewang/dgl
[3] dmlc/dgl

图神经网络(GCN)相关推荐

  1. 图神经网络(GCN)与超图神经网络(HGN):区别与联系

    先放论文: 图神经网络(GCN): https://arxiv.org/pdf/1606.09375.pdfhttps://arxiv.org/pdf/1606.09375.pdf 超图神经网络(HG ...

  2. (DataWhale)图神经网络Task03:基于图神经网络GCN/GAT的节点表征与分类

    文章目录 Cora数据集的准备与分析 TSNE可视化节点表征分布 图节点分类模型实现与对比(MLP vs. GCN vs. GAT) MLP分类模型 GCN分类模型 GAT分类模型 结果比较与分析 参 ...

  3. 亚马逊+纽约大学开源图神经网络框架DGL:新手友好,与主流框架无缝衔接

    量子位 授权转载 | 公众号 QbitAI 最近,纽约大学.纽约大学上海分校.AWS上海研究院以及AWS MXNet Science Team共同开源了一个面向图神经网络及图机器学习的全新框架,命名为 ...

  4. 百度图神经网络7日打卡营--DAY01前半部分 总结

    首先很感谢百度AI团队这个平台,给大家请来世界级冠军来给大家做这一次的7日打卡营活动, 还提供免费的GPU算力平台,以及成熟可用的 包含刷新目前 最权威的 图神经ORB榜单的SOTA模型的 PGL 图 ...

  5. 图神经网络/GNN(三)-基于图神经网络的节点表征学习

    Task3概览: 在图任务当中,首要任务就是要生成节点特征,同时高质量的节点表征也是用于下游机器学习任务的前提所在.本次任务通过GNN来生成节点表征,并通过基于监督学习对GNN的训练,使得GNN学会产 ...

  6. tensorflow lstm 预测_图卷积神经网络GCN与递归结构RNN相结合的时间序列预测

    时间序列预测任务可以按照不同的方法执行.最经典的是基于统计和自回归的方法.更准确的是基于增强和集成的算法,我们必须使用滚动周期生成大量有用的手工特性.另一方面,我们可以使用在开发过程中提供更多自由的神 ...

  7. 图神经网络三剑客:GCN、GAT与GraphSAGE

    ©PaperWeekly 原创 · 作者|桑运鑫 学校|上海交通大学 研究方向|图神经网络在金融领域的应用 2019 年号称图神经网络元年,在各个领域关于图神经网络的研究爆发式增长.本文主要介绍一下三 ...

  8. 图神经网络(二)GCN的性质(3)GCN是一个低通滤波器

    图神经网络(二)GCN的性质(3)GCN是一个低通滤波器  在图的半监督学习任务中,通常会在相应的损失函数里面增加一个正则项,该正则项需要保证相邻节点之间的类别信息趋于一致,一般情况下,我们选用拉普拉 ...

  9. 图神经网络(二)GCN的性质(2)GCN能够对图数据进行端对端学习

    图神经网络(二)GCN的性质(2)GCN能够对图数据进行端对端学习  近几年,随着深度学习的发展,端对端学习变得越来越重要,人们普遍认为,深度学习的成功离不开端对端学习的作用机制.端对端学习实现了一种 ...

  10. [图神经网络] 图节点Node表示---GCN

    一. 概括 图神经网络已经成为深度学习领域最炽手可热的方向之一.GCN具体思想的核心是通过拉普拉斯矩阵可以对图信息进行特征分解的特点把该公式定义为图卷积操作,同时图卷积的出现也填补了神经网络获取拓扑图 ...

最新文章

  1. 语音信号处理_书单 | 语音研究进阶指南
  2. 移植uboot第一步:下载,编译,烧到板子上试验
  3. 分享 C++命名空间的解释
  4. 【职场】什么才是程序员摸鱼的最高境界?
  5. Linux中的火墙策略优化(iptables,firewalld)
  6. Windows ICS 服务无法启动问题解决
  7. 八、图形与图像处理(2)
  8. android使用自定义,Android 自定义View的使用
  9. glue | 关于胶水函数用法的几个例子
  10. (五)Qt实现自定义模型基于QAbstractItemModel
  11. keil5安装_Keil 5安装教程
  12. WIN2003 IIS6.0+PHP+ASP+MYSQL优化配置
  13. java正则表达式 提取 host_使用正则表达式获取链接的Host
  14. 2021最全最新java学习指南(第1-5节),干货必须分享!
  15. js实现点击切换checkbox背景图片
  16. Conflux CTO伍鸣、研究总监杨光分别出席CoinDesk发布会及YOUChain大会
  17. 报名倒计时 | 有道技术沙龙,聊聊明星语音背后的故事
  18. 冒泡排序python和C语言
  19. 修改服务器文件权限centos,Centos7系统使用chmod修改文件权限方法
  20. 优化游戏以便在 Facebook.com 上运行

热门文章

  1. ubuntu 18.04 解决无法联网的问题
  2. Dubbo架构设计详解(转载)
  3. OSWatcher使用简介
  4. javascript对行单击事件处理(委托事件)
  5. Yii框架多表查询(一对一与多对一)
  6. [数据模型] 数据表三种关联的概述
  7. 通过刷bios的方式在win8.1平板上启动windows phone模拟器
  8. 通过表达式树构建URL时正确识别ActionNameAttribute
  9. 打靶(递归算法) | 八皇后(回溯算法)
  10. 微信分享ios 不显示图片和简介问题总结