基于知识图谱和图卷积神经网络的应用——学习笔记02

1.知识图谱

基于知识图谱和图卷积神经网络的应用——学习笔记02_第1张图片

基于知识图谱和图卷积神经网络的应用——学习笔记02_第2张图片

 

基于知识图谱和图卷积神经网络的应用——学习笔记02_第3张图片

2.标签顺滑  标签顺滑是现在基本都会加入的东西

基于知识图谱和图卷积神经网络的应用——学习笔记02_第4张图片

基于知识图谱和图卷积神经网络的应用——学习笔记02_第5张图片

3.怎么推荐的?就是一个训练过程,训练完特征矩阵,取个最大值,算出最大值是哪个类别的,然后推荐给用户

基于知识图谱和图卷积神经网络的应用——学习笔记02_第6张图片

4.提问

卷积核是什么?就是点乘

pooling是什么?就是均化池,输入数据过程中做一个均化池banch到一个维度上去

如果没有属性怎么办?可以用统计的方法提取属性,或者提取拓扑结构的属性,边数,点数等

gcn处理网格数据不好,因为点都太平均了,拓扑结构考虑进去的话很难做到一个聚类的效果

每个用户都会构成权重的邻接矩阵然后拿出来训练。

6.图卷积的研究方向

基于知识图谱和图卷积神经网络的应用——学习笔记02_第7张图片

基于知识图谱和图卷积神经网络的应用——学习笔记02_第8张图片

基于知识图谱和图卷积神经网络的应用——学习笔记02_第9张图片

基于知识图谱和图卷积神经网络的应用——学习笔记02_第10张图片

基于知识图谱和图卷积神经网络的应用——学习笔记02_第11张图片

基于知识图谱和图卷积神经网络的应用——学习笔记02_第12张图片

 

你可能感兴趣的:(笔记,知识图谱,图卷积神经网络,笔记)