卷积神经网络CNN 到 图神经网络GCN 学习记录

本文深入探讨了卷积神经网络(CNN)的基本原理和通俗理解,详细介绍了图卷积网络(GCN)的概念,包括其由Thomas N. Kipf提出的论文及其博客解读,同时提供了GCN的实现代码链接,帮助读者全面掌握这两种深度学习模型的理论与实践。

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

CNN笔记:通俗理解卷积神经网络https://blog.youkuaiyun.com/v_JULY_v/article/details/51812459

图卷积神经网络(GCN)(算是Thomas N. Kipf的论文阅读笔记吧)https://blog.youkuaiyun.com/liuweiyuxiang/article/details/98957612

GCN的提出
Thomas N. Kipf的论文https://arxiv.org/abs/1609.02907
Thomas N. Kipf的论文博客http://tkipf.github.io/graph-convolutional-networks/
Thomas N. Kipf的论文代码https://github.com/tkipf/gcn

GCN及代码实现https://blog.youkuaiyun.com/qq_38234785/article/details/107984924

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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