关于GCN的讲解视频

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.1k累计阅读 1.2k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄10年

关注

原创最新推荐文章于 2026-10-08 14:45:15 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

Videos as Space-Time Region GraphsGCN在视频识别的应用 Videos as Space-Time Region Graphs 参考主要创新点是利用图卷积网络来处理视频问题。本文通过物体检测算法来获取graph中的节点，再计算节点之间的关联性，进而构建整个graph。 graph中的node是指视频的不同帧所检测到的物体proposals，这些node以两种关系进行连接：（1）是否具有一定的相似性（2）在时间和空间位置上是否相关。 ... 阅读详情

https://www.iqiyi.com/v_19rsbnebio.html

收录于

当前文章被以下社区和专栏收录：

视频理解 S3D，I3D-GCN，SlowFastNet, LFB 其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。书的购买链接书的勘误，优化，源代码资源接着上次的《活体检测Face anti-spoofing综述》，再来讲讲arXiv上新挂的文章：最近看了下几篇动作识别，视频理解的文章，在这里记下小笔记，简单过一下核心思想，以便后续查阅及拓展使用。文章... 阅读详情

相关推荐

图卷积网络 GCN 综述

文献题目：Semi-Supervised Classification with Graph Convolutional Networks 文献来源：ICLR 2017 原文链接：https://arxiv.org/abs/1609.02907 参考笔记 GCN 理论：https://blog.youkuaiyun.com/weixin_36474809/article/details/89316439...

Pumpkin_DAYTOY 1992

手把手教你：如何将ML_GCN用于自己的项目

前言最近的工作是做X线胸片疾病的多标签分类研究，使用Basline已经可以达到比较高的AUC指标了，最近在思考有没有其他的idea能够将AUC指标提升一下。一个可以提升地方是利用标签之间的关系信息，即每一种疾病之间都存在关联信息，我想要将该关联信息利用起来从而提升模型的性能，在经过一番搜索之后，找到了旷视发布的这篇论文《Multi-Label Image Recognition with G...

foolishpeng的博客 4992

ST-GCN骨骼动作识别：从时空图建模到工业级落地

骨骼动作识别本质是建模人体关节间的物理约束与动态演化关系，而非传统图像的像素统计模式。ST-GCN通过构建‘关节为节点、骨骼为边’的时空图结构，在空间维度沿解剖连接聚合信息，在时间维度捕捉单关节运动轨迹，从而突破CNN对姿态形变和视角变化的敏感瓶颈。其技术价值在于将动作理解转化为可解释、可定位的图信号处理问题，天然适配跌倒监测、手势交互、智能健身镜等需鲁棒时序建模与关键部位归因的场景。本文聚焦ST-GCN的工程化实现，覆盖OpenPose/HRNet多源骨架接入、自适应邻接矩阵学习、Z-score+滑动平滑

weixin_30607125的博客 192

CVPR代码复现(ML-GCN论文阅读以及Keras(多标签分类)代码实现)

CVPR代码复习,ML-GCN(Keras实现)

weixin_39521013的博客 3356

ST-GCN骨骼动作识别实战：从数据到部署的毕业设计指南

图神经网络（GNN）通过图结构建模节点关系，时空图卷积（ST-GCN）将人体骨骼序列构建为时空图，利用空间图卷积聚合关节点信息、时间卷积捕捉动态变化，实现高效动作识别。相比RGB视频方法，骨骼数据标注成本低、计算效率高，适合毕业设计场景。基于PyTorch和NTU数据集，从姿态估计、邻接矩阵构建到模型训练与调优，提供完整可复现代码与避坑方案，涵盖自适应邻接矩阵等改进策略，助力快速完成高精度骨骼动作识别系统。

weixin_31715171的博客 264

GCN节点分类Cora数据集

GCN详解

GCN详解，原来GCN这么简单

真滴不可理喻的博客 1万+

C#---第十一课：对列表的各种操作，添加、删除、排序、列表长度、获取元素的索引、FirstOrDefault()、SingleOrDefault()、last()

1.添加元素 2.删除元素（1）删除列表中指定的元素（2）删除列表A中所有与列表B相交的元素---常规（3）删除列表A中所有与列表B相交的元素---lambda 3.排序（正序、倒序） 4.获取列表的最大容量(长度)、已用容量 6.获取元素在列表中的位置(index) 7.判断某元素是否在列表List中 8.获取列表中第一个元素First() & FirstOrDefault() 9.获取列表中唯一元素Single() & SingleOrDefault() 10.获取列表中最后一个元素

Alien-Hu 3625

ST-GCN 实现人体姿态行为分类

作者 | 李秋键出品 |AI科技大本营（ID:rgznai100）引用人体行为识别是计算机视觉及机器学习方面的热门研究领域。它在对视频中的人类行为进行运动分析、行为识别乃至延伸至人机交互...

AI科技大本营 5875

HI3403烧录全流程：从ToolPlatform安装到eMMC配置避坑指南

本文详细介绍了海思HI3403芯片的完整烧录流程，涵盖从ToolPlatform工具安装、驱动配置到eMMC分区策略的实战指南。文章深入解析了BurnTool工具的使用方法、关键配置项，并提供了烧录过程中的常见问题排查与解决方案，旨在帮助开发者高效、稳定地完成HI3403嵌入式系统的部署。

weixin_29279101的博客 331

避坑指南：CentOS7.9安装Python3.8.16后yum报错的快速修复方法

本文详细解析了在CentOS7.9系统安装Python3.8.16后导致yum报错的原因，并提供了快速修复方法。通过修改yum配置文件指向Python2解释器，以及使用alternatives工具管理多版本Python，有效解决兼容性问题。同时推荐使用虚拟环境隔离开发环境，避免影响系统稳定性。

weixin_26908317的博客 493

【GNN笔记】GCN(三)

视频链接：【图神经网络】GNN从入门到精通 GNN中三种基础神经网络：GCN, GraphSAGE, GAT 一、GCN 1.1 定义 Fig.1-1 GCN中参数的含义与距离 Fig.1-2 归一化后的矩阵 Fig.1-3 矩阵的物理意义 ![在这里插入图片描述](https://img-blog.csdnimg.cn/eddc9638bc6d4c9eb7048573cbbf9018.png) Fig.1-4 GCN的过程及分类 ........................

panbaoran913的博客 771

从零手写神经网络：用NumPy实现全连接网络与反向传播

神经网络本质上是可微分的函数复合体，其核心在于仿射变换与非线性激活的交替堆叠，以及基于链式法则的自动微分实现。理解前向传播的矩阵运算逻辑和反向传播的梯度流动机制，是掌握深度学习底层原理的关键路径。权重初始化（如He/Xavier）、激活函数选择（ReLU/Sigmoid）与数值稳定性处理（如1e-8防下溢）共同决定了训练的收敛性与鲁棒性。这些基础要素不仅支撑学术推导，更直接影响工业场景中的模型调试、FPGA部署及梯度异常定位。本文以纯NumPy实现三层全连接网络为载体，聚焦‘From Scratch’过程中

weixin_32495691的博客 285

GNN图神经网络学习【记录】

GNN简单介绍的一篇 distill 博客文章

Ray Home 1474

go实现MQTT broker（附完整源码）

希望我的博客，能帮上你解决学习中工作中所遇到的问题 572

【PyTorch深度学习项目实战100例目录】项目详解 + 数据集 + 完整源码

大家好，我是阿光。本专栏整理了《深度学习100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。正在更新中~ ✨。

优快云精品推荐 10万+

基于骨骼关键点的动作识别（OpenMMlab学习笔记，附PYSKL相关代码演示）

不适合Skeleton识别的例子：有许多个动作类别为eating sth，那就只能通过识别sth来进行动作识别，此时与Skeleton无关。（2）

实力派，无需多言！ 4018

基于Multisim/TINA的H桥电机驱动电路设计与仿真分析

摘要本文基于Multisim/TINA仿真平台，对H桥电机驱动电路进行了系统设计与分析。研究重点包括H桥拓扑结构的工作原理、PWM调速控制方法以及两种驱动方案对比分析。通过光耦隔离驱动与IR2110专用驱动IC的仿真对比，验证了IR2110自举电路在高低侧驱动中的优势。仿真实验着重分析了死区时间对防止直通现象的关键作用，并建立了直流电机的R-L-E等效模型进行动态特性仿真。结果表明，采用IR2110驱动方案配合适当的栅极电阻和自举电容参数，能够实现电机的高效双向调速控制。本研究为实际电机驱动系统的设计提供

huanghm88的专栏 137

图神经网络 # GNN基础(干货版)

图神经网络学习指南与干货笔记

skysys的研究小屋 607

Ascend开发包Acllite安装

设置环境变量，配置程序编译依赖的头文件，库文件路径。“$HOME/Ascend”请替换“Ascend-cann-toolkit”包的实际安装路径。将YOLOV7原始模型转换为适配昇腾310处理器的离线模型（*.om文件），放在model路径下。运行完成后，会在样例工程的out目录下生成推理后的图片，显示对比结果如下所示。可以使用以下两种方式下载，请选择其中一种进行源码准备。请从以下链接获取该样例的输入图片，放在data目录下。执行以下命令，执行编译脚本，开始样例编译。执行运行脚本，开始样例运行。

如果想成为中心，那么就到中心去吧。 317

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明，包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

GNN-报告学习

1、简介 2、报告学习 3、学习笔记参考台大李宏毅助教番外.李宏毅学习笔记.12.GNN

图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖 366

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

考虑关系的图卷积神经网络R-GCN的一些理解以及DGL官方代码的一些讲解

昨天写的GCN的一篇文章入榜了，可喜可贺。但是感觉距离我的目标还是有点远，因为最后要用R-GAT，我感觉可能得再懂一点R-GCN和GAT才可能比较好的理解R-GAT，今天就尝试一下把R-GCN搞搞清楚吧（至少得读懂DGL官方给的代码吧）R-GCN和GCN的区别就在于这个R。R-GCN考虑了关系对消息传播的影响。带你快速理解R-GCN（relational-GCN）看看b站这个视频就应该能够比较形象的知道R-GCN是有什么创新点了，讲的还是非常不错的。R-GCN解决了什么问题，可以这么形象的理解：例如

学习笔记 5143

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表，创建专业级图表以简化复杂的信息。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

GCN—图卷积神经网络理解

文章目录一、CNN卷积二、GCN 图卷积神经网络2.1 GCN优点2.3 提取拓扑图空间特征的两种方式三、拉普拉斯矩阵3.1 拉普拉斯矩阵的谱分解（特征分解）3.2 如何从传统的傅里叶变换、卷积类比到Graph上的傅里叶变换及卷积？一、CNN卷积离散卷积：离散卷积本质就是一种加权求和。就是传统的CNN。 CNN 中的卷积本质上就是利用一个共享参数的过滤器（kernel），通过计算中心像素点以及...

红叶谷 wsp_1138886114的博客 2万+

图卷积神经网络GCN的一些理解以及DGL代码实例的一些讲解

近些年图神经网络十分火热，因为图数据结构其实在我们的现实生活中更常见，例如分子结构、人的社交关系、语言结构等等。NLP中的句法树、依存树就是一种特殊的图，因此，图神经网络的学习也是必不可少的。GCN是图卷积神经网络，初期研究者为了从数学上严谨的推导该公式是有效的，所以会涉及到诸如傅里叶变换，拉普拉斯算子的知识，但是对于我们使用者而言，并不需要会证明GCN最终能收敛等等知识，能够懂大概原理和计算方式就差不多了吧… 下面介绍GCN原文中的一些关键点。其中 H(l) 是值输入的特征 H(l+1) 是指更新后输出

学习笔记 3204

【GCN】图卷积神经网络讲解

图卷积神经网络是一种用于处理图结构数据的神经网络。在GCN中，图结构数据指的是由节点node（如人、地点、物体）和边edge（表示节点间的关系或连接）组成的数据。GCN的工作原理是通过卷积操作来聚合和转换节点及其邻居节点的信息。这样做可以捕获图中的局部结构特征，类似于传统卷积神经网络（CNN）在图像处理中捕获像素的局部特征。GCN特别适合于那些节点表示和节点间关系都很重要的问题，如社交网络分析、分子结构识别、推荐系统等。

m0_51377238的博客 2267

【论文解读】GCN论文阅读总结

本次要总结的论文是 Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering，论文链接...

fengdu78的博客 7090

上一篇：一个数据可视化的网站

下一篇： NTN NEURAL TENSOR NETWORK知识详解

图卷积网络 GCN 综述

Pumpkin_DAYTOY

04-22

1992