zoukankan
html css js c++ java
深入浅出的图神经网络——读书笔记6
day 6
第六章 GCN性质
6.1 GCN与CNN的联系
1、图像是一种特殊的图数据:
2、从网络连接方式来看,二者都是局部连接。
GCN的计算作用在其一阶子图上,CNN计算作用在中心像素附近。
3、二者卷积核的权重是处处共享的。
与CNN一样,GCN的卷积核也作用于全图所有节点,在每个节点中的计算中权重参数都是共享的。
4、从模型的层面来说,感受域随着卷积层的增加而变大。
每多一层卷积计算,中心节点就能多融合进更外一圈的信息。
6.2 GCN能够对图数据进行端对端学习
6.3 GCN是一个低通滤波器
6.4 GCN的问题——过平滑
查看全文
相关阅读:
Redis Pipeline原理分析
python 装饰器,传递类以及参数
q
Redis的EXPIRE过期机制介绍
z
julia .文档
julia 安装
python 弧度与角度互转
python 角度和弧度转化
机器人行业中我们常说的roll、yaw、pitch是什么?
原文地址:https://www.cnblogs.com/xbsdloo/p/13568064.html
最新文章
python 绘制sinx
python 绘制五角星
python控制窗口显示隐藏
python 显示!到~的字符
python控制窗口对角线运动
python控制窗口口字形运动
python控制窗口缩放
python控制窗口移动(轨迹为圆)
python 语音输入
SyntaxError: (unicode error) 'utf-8' codec can't decode byte 0xce in position 0: invalid continuatio
热门文章
python修改内存,(修改植物大战僵尸)
python 3元运算符
python 生成螺旋矩阵
python 二维数组 转 矩阵
传输层和网络层区别(形象解释)
IGMP协议
Http协议三次握手和四次挥手
c
利用Python+Redis实现分布式锁
分布式缓存Redis之Pipeline(管道)
Copyright © 2011-2022 走看看