摘要:
本文简要介绍了做图分类等图上任务时,该如何从结点表示得到图的表示。 阅读全文
公告
积分与排名
- 积分 - 128402
- 排名 - 11374
阅读排行榜
- 1. 从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一)(129939)
- 2. 从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (二)(111747)
- 3. 从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (三)(34943)
- 4. pytorch 查看中间变量的梯度(13814)
- 5. [操作系统实验lab3]实验报告(8069)
- 6. [第二届构建之法论坛] 预培训文档(C++版)(6838)
- 7. 使用Github生成燃尽图(6487)
- 8. [BUG随想录] 看不见的分隔符: Zero-width space(5988)
- 9. [软工课程博客] 求解第N个素数(5801)
- 10. 不会SQL也能做数据分析?浅谈语义解析领域的机会与挑战(5238)
最新评论
- 1. Re:从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (三)
写得太好了,谢谢作者分享~
- --不吃零食的少女
- 2. Re:从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (二)
收益匪浅,感谢博主
- --Jev_0987
- 3. Re:从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一)
提纲挈领,条理清晰,太牛了!
- --后厂村欧阳娜娜
- 4. Re:从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一)
文章很好,深入浅出,本来不打算注册帐号,现在注册了,以后长关注你的文章。
- --COMCOMBOBO
- 5. Re:从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (三)
楼主提到的两个图同构是错误的,那两个图是不同构的
- --THU_WGF