【GCN】图卷积网络初探——基于图（Graph）的傅里叶变换和卷积

本文为从CNN到GCN的联系与区别——GCN从入门到精（fang）通（qi）的阅读笔记，文中绝大部分公式和图片摘自原文。 文章目录 一、CNN（卷积神经网络）中的离散卷积 二、GCN基本概念介绍 （一）图Graph （二）研究GCN的原因 （三）提取【拓扑图】空间特征的两种方式 三、图的拉普拉斯矩阵 （一）定义：拉普拉斯矩阵L （二）拉普拉斯矩阵L的良好性质 （三）拉普拉斯矩阵L的谱分解（特征分解

>>阅读原文<<