《Dual Graph Convolutional Networks for Graph-Based Semi-Supervised Classification》论文理解

1.DualGCN模型框架 模型采用并行的两个简单的前馈网络 C o n v A , C o n v P Conv_A,Conv_P ConvA​,ConvP​，其区别仅仅时输入的图结构信息不同，并且这两个并行图卷积的参数是共享的。首先，上面支路利用有标签的节点计算交叉熵损失，并对网络参数进行训练，得到一种后验分布。之后逐渐增加下面支路得到的均方差损失的权值，使得两个损失同时对模型参数产生影响。

>>阅读原文<<