深度学习基础----GAE和VGAE

就看这一个就行了:Pytorch Geometric Tutorial

 

配合PyG的文档食用:torch_geometric.nn — pytorch_geometric documentation

只有一个地方不理解,那个KL的实现如何理解,和我在别的地方看到的不一样:

按我自己的理解就是:

GAE其实就是GCN之后把得到的embedding经过内积(decoder)后送入交叉熵损失函数。

VGAE会经过两个GCN,一个输出均值,一个输出标准差(得为正值就是使用log的原因)。一个采样的标准正态分布会和标准差运算。  而最终的损失函数就是原本GAE的损失函数加上KL散度。(然后,我不太懂的地方就是PyG里KL的实现,见上)

你可能感兴趣的:(Pytorch,深度学习基础,深度学习,pytorch,人工智能)