初识 GCN
参考：https://www.zhihu.com/question/54504471?sort=createdGCN是什么？ GCN 全称是 graph convolution network，中文翻译为图卷积网络。这里的“图”指的不是我们常说的2D图像，而是由一系列顶点和连着这些顶点的边构成的拓扑图，例如，有向图，无向图等等。接下来就以
转载
2024-03-10 16:19:52
45阅读
图神经网络GNN学习笔记：GCN的性质1. GCN与CNN的联系2. GCN能够对图数据进行端到端学习3. GCN是一个低通滤波器4. GCN的问题——过平滑4.1 频域视角4.2 空域视角参考资料 本文首先介绍 GCN与 CNN的联系，然后阐述GCN对图数据进行端对端学习的机制，之后从低通滤波器的角度解释GCN对图学习能力的有效性，最后介绍GCN模型面临的问题——过平滑。 1. GCN与CN
转载
2023-12-12 15:21:36
223阅读
由于文章篇幅较长，因此将其分解为三部分：图卷积网络GCN（Graph Convolution Network）（一）研究背景和空域图卷积图卷积网络GCN（Graph Convolution Network）（二）图上的傅里叶变换和逆变换图卷积网络GCN（Graph Convolution Network）（三）详解三代图卷积网络理论前两篇介绍完图卷积网络的背景知识，现在正式引入GCN！卷积定义在泛
转载
2024-01-29 10:06:30
73阅读
GCNCNN中的卷积本质上就是共享参数的过滤器，可以较为有效地提取空间特
原创
2022-12-26 18:23:54
215阅读
周末，晚安~1、文章信息《T-GCN: ATemporal Graph Convolutional Network for Traffic Prediction》。中南大学地球科学与信息物理学院 2019年发在IEEE Transactions on IntelligentTransportation Systems上的一篇文章。2、摘要为了同时捕获空间和时间依赖关系，文章提出了一种基于神经网络的
转载
2024-01-10 16:22:44
82阅读
发烧中写笔记，我爱学习...一、【概念扫盲】GNN图神经网络这里的图指的是Graph，而非Image， 图论中的图，表达节点关系（想下拓扑图），而非图像表达像素值，图论中的图是可以有孤立节点的，但是在图神经网络中没见过，所以应该也非特别准确。图神经网络即基于图结构的神经网络（后文慢慢解释）。 图
GCN 图卷积网络我们数学化一点更好理解，图卷积网络(GCN)是一种在图上操作的
转载
2024-02-04 00:07:04
240阅读
# PyTorch GCN（图卷积网络）基础入门
在机器学习领域，图结构数据越来越受到关注。如今，许多现实世界中的数据都呈现出图的形式，例如社交网络、分子结构、推荐系统等。图卷积网络（Graph Convolutional Networks, GCN）是处理图结构数据的一种有效方法。本文将介绍图卷积网络的基本概念，并通过PyTorch实现一个简单的GCN示例。
## 1. 图卷积网络简介
图
原创
2024-09-21 08:12:58
73阅读
图卷积网络(GCN) 论文地址：Semi-supervised Classification with Graph Convolutional Networks GCN是一种能够直接作
转载
2023-10-08 10:08:58
152阅读
图卷积网络（2） 为什么要使用图(Graph)？ 很多问题在本质是都可以表示为图的形式。在真实世界中，我们会发现很多数据其实是以图的形
转载
2023-10-08 10:08:34
99阅读
最近论文中需要使用图卷积神经网络（GNN），看了一些关于GCN的代码，还有基于PyTorch Geometric Temporal的代码实现，在这里做一下记录。GCN原始代码关于GCN的原理在这里不进行过多阐述，其他文章里面解释的已经很详细了，这里就直接进入到代码的部分。GCN的公式如下：其中为邻接矩阵；为t时刻输入的节点的特征矩阵；是近似的图卷积滤波器，其中=+(是N维的单位矩阵)；是度矩阵；代
转载
2023-10-11 15:56:16
584阅读
机器学习算法与自然语言处理出品@公众号原创专栏作者 Don.hub单位 | 京东算法工程师学校 | 帝国理工大学 图卷积网络（GCN）入门详解什么是GCNGCN 概述模型定义数学推导Graph Laplacianref图神经网络领域算是一个比较新的领域，有非常多的探索潜力，所以我也一直想着要入门。其中图卷积网络就非常热门，我找到了一篇教程：图卷积网络(GCN)新手村完全指南,
转载
2022-12-18 16:44:15
966阅读
图卷积的通式 任何一个图卷积层都可以写成这样一个非线性函数： 图由两种基本属性构成：顶点及边，就关系讲就是顶点特征（输入H）以及顶点之间的关系（邻接矩阵A） 下面介绍几种具体的实现，但是每一种实现的参数大家都统称拉普拉斯矩阵。
转载
2020-07-13 09:17:00
321阅读
2评论
图卷积网络（2） ================================为什么要使用图(Graph)？很多问题在本质是都可以表示为图的形式。在真实世界中，我们会发现很多数据其实是以图的形式存在的，比如分子网络，社交网络以及论文引用网络等等。基于图的任务针对图数据，通常有以下几种比较常见的任务类型：结点分类(Node classification)：给定一个结点，预测其类型。链路
转载
2023-07-12 15:22:09
244阅读
# 如何在PyTorch中实现图卷积网络（GCN）实践指南
图卷积网络（GCN）是一种处理图结构数据的有效方法，广泛应用于社交网络分析、推荐系统等领域。本篇文章将引导您通过PyTorch实现GCN。本文将分为两个部分：首先是整个实现流程，然后我们将逐步挖掘每一步的细节。
## 实现流程概述
下面是实现GCN的整体流程：
```markdown
| 序号 | 步骤
原创
2024-10-10 04:11:09
285阅读
从传统卷积到图卷积在深度学习领域，卷积神经网络 (CNN) 因其在处理图像等欧几里得结构数据方面的卓越表现而广为人知。然而，现实世界中许多数据呈现出更加复杂的非欧几里得结构，如社交网络、分子结构和知识图谱等图结构数据。传统的 CNN 难以直接处理这类数据，因为图中的节点没有固定的顺序和位置，也没有规 ...
卷积神经网络最典型的应用领域是计算机视觉，卷积神经网络在图像分类中取得了重大突破，典型应用有facebook的图像自动标注，还有自动驾驶等。卷积神经网络也可以用于自然语言处理。由于卷积神经网络在计算机视觉中的应用最广，首先阐述这个，然后再介绍其在自然语言处理中的应用。首先介绍下卷积。卷积即为将一个划窗函数用于一个矩阵，示例如下图片来源：http://deeplearning.stanford.ed
转载
2023-07-26 13:40:11
172阅读
尽管在过去的几年中，神经网络的兴起与成功应用使得许多目标检测、自然语言处理、语音识别等领域都有了飞跃发展，但是将 RNN 或者GCN这样的深度学习模型拓展到任意结构的图上是一个有挑战性的问题。受限于传统深度学习方法在处理非欧式空间数据上的局限性，基于图数据结构的图神经网络应运而生。在当前的图神经网络，主要分为以下几类，图卷积网络、图注意力网络、图自编码器、图生成网络。而其中图卷积神经网络是许多复杂
转载
2023-08-16 18:07:28
200阅读
# 使用GCN图卷积网络预测交通流量的完整指南
图卷积网络（GCN）是一种处理图结构数据的深度学习方法，广泛用于交通流量预测等领域。本文将指导你如何使用Python实现GCN进行交通流量预测，主要分成以下几步。
## 整体流程
| 步骤 | 说明 |
|------------|-----
最近工作涉及到图像识别，属于轮廓式的图像（非猫狗这些丰富色彩的的object，而是类似建筑图这种），恰好用到GCN。图像识别是目前的一个研究热点，基于CNN模型在很多图像识别领域有比较好的效果，但在非二维方格或三维方格、轮廓式的图像领域也可以尝试其他方法，比如GCN（graph convolution network）。这里汇总下GCN所涉及的相关知识点，做一个总结！A：代表邻接矩阵，X：代表节点
转载
2023-10-12 13:42:20
155阅读
关系抽取：图卷积网络的学习（一）（附代码） 目录关系抽取：图卷积网络的学习（一）（附代码）一、 图卷积网络（GCN）【托马斯·基普夫】1.介绍2.Outline3.GCN到底有多强？Recent literature相关文献GCNs Part I: DefinitionsGCNs Part II: A simple exampleGCNs Part III: Embedding the karat
转载
2024-01-02 14:50:07
425阅读
