菜鸟笔记之《FASTGCN: FAST LEARNING WITH GRAPH CONVOLUTIONAL NETWORKS VIA IMPORTANCE SAMPLING》
今天分享的这篇文章,出自ibm,之前对ibm的印象是做硬件的,没想到在人工智能的浪潮中,他依旧是一个强劲的弄潮儿。这篇论文提出的FastGCN,是建立在原始GCN基础之上的一种基于概率测度下embedding函数的积分变换视角,通过重要性采样实现的高效算法。本文将从模型原理和实验两方面对这篇论文进行介绍。一般认为,基于图的卷积神经网络模型来自于两个方面,一方面是谱图理论,一方面是表征学习,如nod