【推荐】热门的图神经网络GCN原理剖析 +源码分享

图神经网络近来已火很久，重点是针对关系型数据（关系型数据最早的表示即原始的图网络：节点，边，权重）展开深度学习，进行标签分类等数据工作。 以上是GCN的核心工作原理类似于图像压缩工程： 1.图像像素矩阵化 2.傅里叶变换（拉普拉朗斯矩阵） 3.使用特征值作为权重 选取排名前K个特征值代表的维度（类似于PCA降维后保留的核心维度）作为坐标轴，转换分解原图数据 4.以上三步得到类似于CNN 卷积层Co

>>阅读原文<<