图卷积神经网络(part2)--图卷积概述

最新推荐文章于 2023-05-05 22:14:37 发布
最新推荐文章于 2023-05-05 22:14:37 发布
阅读量392 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 机器学习 文章标签： 卷积 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_37422217/article/details/110734020
本文详细介绍了图卷积的概念，针对经典卷积的局限，提出图卷积的两种实现思路：谱域图卷积和空域图卷积。重点阐述了图谱卷积的背景知识，包括拉普拉斯矩阵及其谱分解，并讨论了图傅里叶变换在图卷积中的作用。通过对图卷积定理的解析，展示了如何将卷积操作应用到图结构数据上。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

学习笔记，仅供参考，有错必纠

文章目录

图卷积


图卷积简介


经典卷积的局限：无法处理图结构数据

在这里插入图片描述

  • 经典卷积只能处理固定输入维度的数据
  • 经典卷积的局部输入数据必须有序
  • 语音、图像、视频（规则结构）满足以 上两点要求。 但并不适用于图结构数据 （非欧空间数据）

如何将卷积操作扩展到图结构数据中？


图卷积实现思路

谱域图卷积

根据图谱理论和卷积定理，将数据由空域转换到谱域做处理


空域图卷积

不依靠图谱卷积理论，直接在空间上定义卷积操作；具有定义直观，灵活性更强的特点。

了解本专栏 订阅专栏 解锁全文 超级会员免费看
图卷积神经网络(part1)--卷积概述
小山羊的学习日志
12-05 350
学习笔记，仅供参考，有错必纠 文章目录图卷积神经网络卷积卷积的数学定义卷积核池化全连接层现代卷积神经网络结构基础——LeNet研究重心转向卷积神经网络——AlexNet、VGGNet卷积神经网络深度、宽度扩展——GoogLeNet卷积神经网络深度、宽度再扩展——ResNet、DenseNet卷积神经网络通用性扩展深度可分离卷积空洞卷积欧式空间非规则化连接—活性卷积欧式空间非规则化连接—可变形卷积卷积神经网络拓展至非欧空间 图卷积神经网络 卷积 卷积的数学定义 卷积是分析数学中的一种重要的运算，设f
图卷积神经网络(part3)--三个经典谱域图卷积模型
小山羊的学习日志
12-07 1180
学习笔记，仅供参考，有错必究 文章目录三个经典图谱卷积模型概述SCNNSCNN的缺点 三个经典图谱卷积模型 概述 三个图谱卷积模型（SCNN、ChebNet、GCN）均立足于谱图理论且一脉相承； ChebNet可看做SCNN的改进，GCN可看做ChebNet的改进，即SCNN -> ChebNet -> GCN 三个模型均可认为是下式的一个特例： SCNN 卷积前后信号的信号： 其中，nnn表示节点数，CCC和FFF表示通道个数，在层与层之间进行卷积操作不改变节点个数，但是通道个数可
标题：浅析图卷积神经网络
zhangge3663的博客
09-29 348
今天想和大家分享的是图卷积神经网络。随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？简单的来说就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。 为什么有图卷积神经网络 自2012年以来，深度学习在计算机视觉以及自然语言处理两个领域取得了巨大的成功。和传统方法相比，它好在哪里呢？ 假设有一张图，要做分类，传统方法需要手动提取一些特征，比如纹理啊，颜色啊，或者一些更高级的特征。然后再把这些特征..
GCN图卷积神经网络概述
ASS-ASH的博客
06-09 447
GCN领域最经典的论文之一： https://arxiv.org/pdf/1609.02907.pdfGCN热度为什么越来越高？CNN、RNN对于图结构数据无法解决或者效果不好CNN和RNN处理的数据对象为图片或者语言序列，都属于欧式空间的数据，因此才有维度的概念，欧式空间的数据的特点就是结构很规则。但是现实生活中，其实有很多很多不规则的数据结构，典型的就是图结构，或称拓扑结构，如社交网络、化学分子结构、知识图谱等等；即使是语言，实际上其内部也是复杂的树形结构，也是一种图结构；而像图片，在做目标识别的时候，
卷积，卷积神经网络，图卷积神经网络中的“卷积”如何理解？
Nina_ningning的博客
10-12 693
卷积
图卷积网络介绍及进展学习笔记
birdguan
03-19 3755
原版视频：https://www.bilibili.com/video/av39809391/ 本文传送机 Introduction Definition Methods Applications Problems and progress Introduction 数学上的卷积定义： CNN上的卷积： CNN卷积的特点 Traslation invarian...
关系抽取：图卷积网络的学习（一）（附代码）
南有芙蕖
08-17 4364
关系抽取：图卷积网络的学习（一）（附代码） 目录关系抽取：图卷积网络的学习（一）（附代码）一、 图卷积网络（GCN）【托马斯·基普夫】1.介绍2.Outline3.GCN到底有多强？Recent literature相关文献GCNs Part I: DefinitionsGCNs Part II: A simple exampleGCNs Part III: Embedding the karate club network 嵌入空手道俱乐部网络GCNs Part IV: Semi-supervised
nrltutorial-part1-embeddings.pptx
10-16
### 图深度学习与图神经网络概述 #### 一、图表示学习：节点嵌入 在图深度学习领域中，一个核心任务是将图中的节点映射到低维空间中的向量表示，即所谓的节点嵌入(Node Embeddings)。这一过程旨在捕捉节点之间的...
图神经网络论文阅读(十二) COMBINING NEURAL NETWORKS WITH PERSONALIZED PAGERANK FOR CLASSIFICATION ON GRAPHS
qq_36618444的博客
08-21 873
文章目录PageRankPERSONALIZED PROPAGATION OF NEURAL PREDICTIONSPersonalized propagation of neural predictions（PPNP）Approximate personalized propagation of neural predictions (APPNP)看一下源代码实验Model hyperparametersResultsReferences 本文发表于2019年ICLR。标题放不下了就放在介绍里了。作者来自
【交通流预测】利用动态时空图卷积神经网络进行城市交通流预测
HuDarleneq的博客
05-05 2146
题目：Exploiting dynamic spatio-temporal graph convolutional neural networks for citywide traffic flows prediction期刊：Neural Networks时间：9.657 时间：2022。
卷积神经网络group群卷积以及group lasso
weixin_42071277的博客
04-09 4534
一、group（群卷积） group（群卷积）的思想最早出现于Alexnet论文：ImageNet Classification with Deep Convolutional Neural Networks，Alex之所以使用群卷积是因为受当时GTX580 GPU现存的限制，不能使用一块GPU训练网络，所以其将网络拆分为两组分别使用1个GPU训练。 如下所示为一个常规的卷积操作 ...
论文盘点：基于图卷积GNN的多目标跟踪算法解析
Paper weekly
06-30 4229
©PaperWeekly 原创 ·作者｜黄飘学校｜华中科技大学硕士研究方向｜多目标跟踪随着这两年 GNN 的发展，其对于关系的建模特性也被引入了多目标跟踪领域，这次我通过对这两年基于 ...
深度学习之图卷积（二）
weixin_45532220的博客
04-09 1326
1. 图节点没有明确的物理空间信息，不像像素点，能够明确在中心点的左边还是右边。所以，要想进行卷积，要找到最能捕获图结构的每个节点的特征表示。作者通过将每个节点的卷积核权重 W 和特征空间 X 投影到图的傅立叶空间（通过傅立叶变换可以把任何波形分解成不同频率的正弦波有效的提取其中的信息）中来解决这个问题，使得卷积变成具有特征的节点的逐点乘法。 2.图网络的分类 图嵌入（Graph Embeddi...
图卷积网络(Graph Convolutional Networks, GCN)详细介绍
热门推荐
qq_43787862的博客
02-17 17万+
本文翻译自博客。 在这篇博文中会为大家详细地介绍目前使用广泛的图神经网络——图卷积网络(Graph Convolutional Networks, GCN)的相关知识。首先将带领大家直觉上感受其工作原理，然后再介绍更深层的数学原理。 为什么要使用图(Graph)？ 很多问题在本质是都可以表示为图的形式。在真实世界中，我们会发现很多数据其实是以图的形式存在的，比如分子网络，社交网络以及论文引用网络等等。 基于图的任务 针对图数据，通常有以下几种比较常见的任务类型： 结点分类(Node classificat
图卷积神经网络(GCN)综述与实现（PyTorch版)
qq_45957458的博客
06-14 1万+
图卷积神经网络的数学推导和实现！
浅析图卷积神经网络
geek_wh2016的博客
05-21 1万+
今天想和大家分享的是图卷积神经网络。随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？简单的来说就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。为什么有图卷积神经网络自2012年以来，深度学习在计算机视觉以及自然语言处理两个领域取得了巨大的成功。和传统方法相比，它好在哪里呢？假设有一张图，要做分类，...
图神经网络之图卷积网络——GCN
zbp_12138的博客
11-27 7986
图卷积网络——GCN一、前置基础知识回顾图的基本概念构造图神经网络的目的训练方式二、回顾卷积神经网络在图像及文本上的发展图像上的卷积网络文本上的卷积网络图卷积网络的必要性三、图卷积网络从图像卷积类比到图结构卷积图卷积网络的计算公式邻接矩阵度矩阵理解计算公式用消息传递的方式实现图卷积网络消息传递的步骤1. 边上的源节点，往目标节点发送特征——Send2. 目标节点对收到的特征进行聚合——Recv一个例子理解消息传递的作用深入理解AH(l)AH^{(l)}AH(l)图卷积网络在 PGL 的实现用多层图网络完成节
图卷积神经网络介绍(GCNs)
Blssel的博客
07-18 2万+
之前承诺要写一个关于graph network的介绍，因为随着deep learning的发展达到一个很高的水平，reasoning(推理)能力的具备变得异常迫切。而knowledge graph则是实现reasoning的重要途径之一，如何从复杂的graph中学习到潜在的知识是一项非常challenging的任务，图作为knowledge的存储媒介，deep learning作为信息抽取的重要工...
基于卷积神经网络的人体姿态估计
最新发布
04-10
### 基于卷积神经网络的人体姿态估计方法详解 #### 方法概述 人体姿态估计是一项重要的计算机视觉任务，其目标是从输入图像或视频帧中识别并定位人体的关键部位。卷积神经网络（Convolutional Neural Networks, ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GUI Research Group

谢谢支持！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值