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
相关文章:
-
2021-07-01
-
2021-08-24
-
2021-12-30
-
2021-05-19
-
2021-04-12
-
2021-06-11
-
2021-12-21
-
2021-05-17
猜你喜欢
-
2021-12-07
-
2021-08-09
-
2021-04-23
-
2021-07-13
-
2021-11-23
相关资源
-
下载
2023-01-05
-
下载
2023-02-10
-
下载
2021-06-27
-
下载
2023-01-21
-
下载
2023-01-13