图卷积网络到底怎么做,这是一份极简的Numpy实现
起主要做的是应用权重。请留意,这里的 D_hat 是 A_hat = A + I 对应的度矩阵,即具有逼迫自环的矩阵 A 的度矩阵。
假如我们想要减小输出特性表征的维度,我们可以减小权重矩阵 W 的局限:
2. 添加激活函数 本文选择保持特性表征的维度,并应用 ReLU 激活函数。
这就是一个带有连接矩阵、输入特性、权重和激活函数的完备潜匿层! 在真实场景下的应用 最后,我们将图卷积收集应用到一个真实的图上。本文将向读者展示怎样天生上文提到的特性表征。 1. Zachary 白手道俱乐部 Zachary 白手道俱乐部是一个被普及行使的交际收集,个中的节点代表白手道俱乐部的成员,边代表成员之间的彼此相关。昔时,Zachary 在研究白手道俱乐部的时辰,打点员和教员产生了斗嘴,导致俱乐部一分为二。下图表现了该收集的图表征,个中的节点标注是按照节点属于俱乐部的哪个部门而获得的,「A」和「I」别离暗示属于打点员和教员阵营的节点。 Zachary 白手道俱乐部图收集 2. 构建 GCN 接下来,我们将构建一个图卷积收集。我们并不会真正实习该收集,可是会对其举办简朴的随机初始化,从而天生我们在本文开头看到的特性表征。我们将行使 networkx,它有一个可以很轻易实现的 Zachary 白手道俱乐部的图表征。然后,我们将计较 A_hat 和 D_hat 矩阵。
(编辑:河北网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |