图卷积网络(Graph Convolutional Networks,GNN)简述

1 什么是离散卷积?CNN中卷积发挥的作用? 了解GCN之前先要对离散卷积或者说CNN中的卷积有一个认识: 离散卷积本质是一种加权求和,如图1,CNN中的卷积实质是利用一个共享参数的过滤器(kernel),也叫卷积核,通过计算中心像素点以及相邻像素点的加权和来构造特征图(feature map)实现空间特征的提取,当然加权系数就是卷积核的权中系数。 卷积核的系数的确定:通过随机化初始,然后根据误差
相关文章
相关标签/搜索