GCN火车票识别项目 P2 图卷积神经网络介绍

卷积神经网络介绍"/>

GCN火车票识别项目 P2 图卷积神经网络介绍

深度学习一直都是被几大经典模型统治着，常见的有CNN、RNN网络，它们在CV和NLP领域都取得了优异的效果。但人们发现了很多CNN、RNN无法解决，或者效果不好的问题——图结构数据，如社交网络、人物关系、分子结构等，所以就有了GNN网络(Graph Neural Networks)。

图卷积神经网络(Graph Convolutional Network, GCN)，是一类采用图卷积形式迭代的神经网络，属于图神经网络 GNN 的一种。

GNN结构

参考文档：/2021/gnn-intro/

1、组成部分

1）V（顶点 vertex）、E（边 Edge）、U（整体）

2）有向边（Undirected edge）和无向边（Directed edge）

2、生活场景

1）图片中的像素点

2）一句话：Graphs are all around us（有向图）

3）分子结构

4）社交网络（好友结构、人物关系）

5）比赛赛事安排

3、Graph上的任务

节点分类：预测特定节点的类别

链接预测：预测两个节点是否有联系

社区检测：识别密集联系的节点群落

网络相似性：两个网络的相似性

推导过程

参考文档：

1、计算邻接矩阵

2、自连接

3、度矩阵

4、标准化

你是我的唯一，我是你的其中之一。

5、卷积

更多内容：请查阅「陈华编程官网」