图卷积神经网络课程笔记（一）——谱域图卷积（Spectral）背景知识及经典模型

此博文是对深蓝学院《图卷积神经网络》课程笔记进行整理，简要阐述了谱域图卷积背景知识以及经典的图谱卷积模型。 其中背景知识先摆出结论，之后通过提问题的方式循序渐进引出各种知识点，如图谱卷积定理、傅立叶变换、拉普拉斯矩阵等；经典的图谱卷积模型有SCNN、ChebNet、GCN。 欢迎各位前辈们指出问题，一起交流。 未经授权禁止转载。 一、谱域图卷积定理     即： 将空域信号转换到频域，然后相乘。

>>阅读原文<<