论文笔记：DROPEDGE TOWARDS DEEP GRAPH CONVOLUTIONAL NETWORKS ON NODE CLASSIFICATION

前言 GCN近年来迅速发展，由于其本身的优越的结构特点使其能够以应用与越来越多的场景。因此提升GCN的性能是非常重要的研究方向。此文中提出了一种DropEdge的方法用于减少过拟合和过平滑问题，使图卷积网络能够更加深入 主要贡献 1.提出能够使图卷积神经网络变深的方法DropEdge。该方法通过作用图卷积层实现 2.解释DropEdge方法可以解决过拟合和过渡平滑问题的原理，尤其针对于过渡平滑问题

>>阅读原文<<