图卷积网络GCN入门系列

原文首发于个人站点 图卷积网络入门系列 | 梦家
公众号:【DreamHub】

对于图卷积网络GCN的研究已经有一段时间了,在实习阶段应用较多且符合自己在校的复杂网络研究方向,但一直没有时间对其进行总结和梳理。因此,在这毕业前利用这漫长的假期对图卷积网络进行再一次回顾,来加深自己的理解并解答自己理论的问题!对于仍存在的疑惑待以后实践中解决!

图卷积网络入门系列

GCN涉及的理论较多所以文章篇幅较长,本系列将其分为三部曲:

  • 图卷积网络GCN(Graph Convolution Network)(一)研究背景和空域图卷积
  • 图卷积网络GCN(Graph Convolution Network)(二)图上的傅里叶变换和逆变换
  • 图卷积网络GCN(Graph Convolution Network)(三)详解三代图卷积网络理论

这三部分内容涉及到的理论知识能大概了解图卷积网络的前世今生,如有疑问待以后慢慢改进!

当然这理论知识并不能让学者体会到图卷积GCN的强大及其在工业界中的应用,下面介绍个人所了解的学习资料来深入学习!

学习资料

理论篇

  • 如何理解 Graph Convolutional Network(GCN)?
  • 深度学习时代的图模型,清华发文综述图网络
  • 论文汇总:thunlp/GNNPapers
  • 图领域大佬:Jure Leskovec @ Stanford

实践篇

  • Pytorch-GNN
  • 图卷积网络到底怎么做,这是一份极简的Numpy实现
  • graph convolutional network有什么比较好的应用task?
  • Deep Graph Library
  • Pytorch Geometric
  • 个人图卷积论文阅读

目前仅了解这么多内容,以后学习再进行更新!

关注作者

图卷积网络GCN入门系列_第1张图片

你可能感兴趣的:(graph,neural,network)