GCN 第36页

再读CVPR2022-CrossPoint（附代码）

目录写在前面网络架构回顾项目架构DGCNNResNet（）DGCNN（）DGCNN_PartSegTrainCrossPoint写在后面参考写在前面经过上一篇对CrossPoint的阅读，个人对网络整体而言都有了一个大致的理解

一个普通的求学者·2022-11-20 01:22

The 9 Deep Learning Papers You Need To Know About

Deep-Learning-Papers-You-Need-To-Know-About.htmlThe9DeepLearningPapersYouNeedToKnowAbout(UnderstandingCNNsPart3

haima1998·2022-11-20 01:20

按照kinetics-skeleton规范自制st-gcn数据集

此处参考了博客：https://blog.csdn.net/Lujiahao98689/article/details/121447175根据自己电脑配置[win10python3.7pytorch1.10.1cuda11.3]进行细微修改，日后备用，特此记录第一步：裁剪视频，将视频裁剪到8到10秒钟此处可以找辅助的软件进行裁剪第二步：视频左右翻转，扩充数据集代码如下：##flip_horizon

STU_ZhuangY·2022-11-19 23:20

图神经网络（GNNs）模型学习笔记与总结

GCN学习笔记1基于谱域的GCN1.1知识要点：1.2Spectral-basedmodels1.2.1SpectralNetwork1.2.2ChebNet（2016）1.2.3GCN（2017）1.2.4AGCN

Arvin Ou·2022-11-19 22:14

Transductive Learning 和 Inductive Learning

简介在kipf-GCN和GraphSage中，对TransductiveLearning和InductiveLearning有了比较深刻的认识

November丶Chopin·2022-11-19 22:40

图神经网络从入门到入门

作者|yyHaker原文|文末『阅读原文』处整理|极市平台导读本文从一个更直观的角度对当前经典流行的GNN网络，包括GCN、GraphSAGE、GAT、GAE以及graphpooling策略DiffPool

zenRRan·2022-11-19 21:31

inductive vs transductive

简单总结transductive:针对具体问题，小样本，通常没有模型，测试集可以参与训练例1：GCN（半监督学习）在一张图中中只有少量数据有标签，我们需要对没有标签的节点进行预测，GCN通过聚合节点信息融合图数据的结构信息

知福致福·2022-11-19 21:29

详细 | 图神经网络从入门到入门

作者|yyHaker编辑|极市平台导读本文从一个更直观的角度对当前经典流行的GNN网络，包括GCN、GraphSAGE、GAT、GAE以及graphpooling策略DiffPool等等做一个简单的小结

机器学习算法那些事·2022-11-19 21:24

cs224w-图机器学习-2021冬季课程学习笔记-09 Theory of Graph Neural Networks

1.localneighborhoodstructures二、DesigningtheMostPowerfulGraphNeuralNetwork1.GCN的聚合操作2.GraphSAGE3.本节小结4

知之之·2022-11-19 20:23

论文笔记：ICLR 2019 How Powerful Are Graph Neural Networks

作者主要分析了主要的GNN方法的辨别力，尤其是GCN和GraphSAGE并证明它们不能对不同的简单图结构进行区分。并且作者提出了一个新的框架来完成图表示学习并在图级别的分类任务上进行了测试。

饮冰l·2022-11-19 20:50

斯坦福图机器学习CS224W笔记自用：How Expressive are Graph Neural Networks？

到目前为止已经提出了许多GNN模型（例如，GCN、GAT、GraphSAGE以及这类模型的整个设计空间）：GCN：mean-pool+线性变换+ReLUGraphSAGE：MLP+max-pool注意：

小粥铺·2022-11-19 20:15

dgl教程

importdglimporttorchimporttorch.nnasnnimporttorch.nn.functionalasF一、实现GCN节点分类1.1加载cora数据集importdgl.data

qq_45812502·2022-11-19 19:52

GNN综述：从deepwalk到GraphSAGE，GCN，GAT

288322305编辑丨极市平台1.graphembedding（GE）1.1.图中学习的分类1.2.相似度度量方法2.Graphneuralnetwork2.1.Graphconvolutionalnetwork(GCN

视学算法·2022-11-19 13:53

图神经网络（三）GCN的变体与框架（6）GraphSAGE实战完整代码

图神经网络（三）GCN的变体与框架（6）GraphSAGE实战完整代码完整代码代码说明data.pysampling.pynet.pymain.py运行结果完整代码代码说明1.新建文件夹，将如下代码文件创建

炎武丶航·2022-11-19 13:16

GNN的各变体和框架

tab=repositoriesGCN图卷积网络原理：类比傅里叶变换，每个图节点有不同强度的信号，对其进行图傅里叶变换分解，并分析其相邻节点信号平滑度，通过信号的流动实现周边信息的传递。

Catigeart·2022-11-19 13:46

图神经网络（三）GCN的变体与框架（1）GraphSAGE

图神经网络（三）GCN的变体与框架（1）GraphSAGE3.1GraphSAGE3.1.1采样邻居3.1.2聚合邻居3.1.3GraphSAGE算法过程作为深度学习与图数据结合的代表性方法，GCN的出现带动了将神经网络技术运用于图数据的学习任务中去的一大类方法

炎武丶航·2022-11-19 13:45

图神经网络（三）GCN的变体与框架（5）GraphSAGE实战

图神经网络（三）GCN的变体与框架（5）GraphSAGE实战3.5GraphSAGE实战3.5GraphSAGE实战本节我们通过代码来介绍GraphSAGE以加深读者对相关知识的理解。

炎武丶航·2022-11-19 13:45

阅读：IA-GCN: Interactive Graph Convolutional Network forRecommendation

摘要：近年来，图卷积网络(GCN)已成为一种新型的基于协同过滤(CF)的推荐系统(RS)的新技术。

qq_43532928·2022-11-19 13:05

【论文】解读AM-GCN: Adaptive Multi-channel Graph Convolutional

解读AM-GCN:AdaptiveMulti-channelGraphConvolutional摘要当下提出的新问题：GCNs能否可以在信息丰富的复杂图中优化集成节点的特征喝拓扑结构。提出实验研究。

panbaoran913·2022-11-19 13:31

2021SC@SDUSC软件工程应用与实践09----由GNN与蛋白质序列提取特征

2021SC@SDUSC一，前言之前关于GNN基础知识，GCN的一些编程知识，以及contactmap的生成都讲了很多了，这周主要针对这份代码https://github.com/595693085/DGraphDTA

见到我请过去学习·2022-11-19 12:26

卷积-CNN-GCN-LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation论文笔记

参考博客：https://www.zhihu.com/question/54504471/answer/3326576041.卷积连续：(f∗g)(n)=∫−∞+∞f(τ)g(n−τ)dt(f*g)(n)=\int_{-\infty}^{+\infty}f(\tau)g(n-\tau)dt(f∗g)(n)=∫−∞+∞f(τ)g(n−τ)dt离散：(f∗g)(n)=∑τ=−∞+∞f(τ)g(n−τ)

hxl220284·2022-11-19 12:23

【论文笔记7】CrossViT: Cross-Attention Multi-Scale Vision Transformer for Image Classificatio阅读笔记

系列文章目录论文阅读笔记(1)：DeepLabv3论文阅读笔记(2):STA手势识别论文阅读笔记(3):ST-GCN论文阅读笔记（5）:图上的光谱网路和深度局部链接网络论文阅读笔记（6）:GNN-快速局部光谱滤波论文阅读笔记

梅津太郎·2022-11-19 12:22

DGraphDTA神经网络架构源码分析 2021SC@SDUSC

DGraphDTA结构图：网络结构完整代码：#GCNbasedmodelclassGNNNet(torch.nn.Module):#初始化网络结构def__init__(self,n_output=1,

芜湖大司码丶·2022-11-19 12:50

GCN变体-graphSAGE

参考材料：深入浅出图神经网络，graphSAGE详解，B站GCN实战讲解GraphSAGE从两个方面对GCN做了改动。

beuluer·2022-11-19 12:43

GCN实战

参考材料：深入浅出图神经网络（李牧），教材参考源码数据集：cora主要工作：通过GCN实现对节点的分类整个流程：处理数据（加载和预处理）->定义图卷积层–>定义图卷积神经网络–>训练–>测试–>可视化主要学会掌握图卷积神经网络的定义

beuluer·2022-11-19 12:57

利用PyG实现端到端的链路预测+社区检测（组合优化）

文章目录链路预测和社区检测论文介绍——端到端的学习与优化技术方法ClusterNet基于PyG下的Cora数据集实现组合优化总体思路概述导入需要的包导入Cora数据集模型搭建GCNClusterNet模块度矩阵函数和损失函数

Coconut Shao·2022-11-19 12:26

ST-GCN源码阅读

1、引言ST-GCN源码来自https://github.com/yysijie/st-gcn；文中代码中的注释仅是个人理解，如有错误，欢迎指正。

printf 烫烫烫。。。·2022-11-19 12:55

PyTorch搭建图卷积神经网络（GCN）完成对论文分类及预测实战（附源码和数据集）

需要数据集和源码请点赞关注收藏后评论区留言~~~一、数据集简介我们将使用Cora数据集。该数据集共2708个样本点，每个样本点都是一篇科学论文，所有样本点被分为7个类别，类别分别是1）基于案例；2）遗传算法；3）神经网络；4）概率方法；5）强化学习；6）规则学习；7）理论每篇论文都由一个1433维的词向量表示，所以，每个样本点具有1433个特征。词向量的每个元素都对应一个词，且该元素只有0或1两种

showswoller·2022-11-19 11:45

PyTorch搭建基于图神经网络（GCN）的天气推荐系统（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言~~~一、背景极端天气情况一直困扰着人们的工作和生活。部分企业或者工种对极端天气的要求不同，但是目前主流的天气推荐系统是直接将天气信息推送给全部用户。这意味着重要的天气信息在用户手上得不到筛选，降低用户的满意度，甚至导致用户的经济损失。我们计划开发一个基于图神经网络的天气靶向模型，根据用户的历史交互行为，判断不同天气对他的利害程度。如果有必要，则将该极端天

showswoller·2022-11-19 11:35

【SPIE独立出版|往届已检索、湘潭大学主办】第二届绿色通信、网络与物联网国际学术会议 (CNIoT 2022）

第二届绿色通信、网络与物联网国际学术会议(CNIoT2022）大会时间：2022年9月16-18日重要信息大会官网：www.gcniot.net大会时间：2022年9月16-18日大会地点：中国-湘潭报名

Erica_PPP·2022-11-19 11:57

偶分频与奇分频

：对时钟信号进行2、4、6、8等等偶数分频，比较容易，例如4分频，代码如下：modulediv_4(inputwiresys_clk,inputwirerst_n,outputregclk_4);regcnt

酒后敲代码·2022-11-19 10:36

深度学习：STGCN学习笔记

目录标题基于图神经网络的图分类问题GCN在行为识别领域的应用主要任务研究思路ST-GCN(SpatialTemporalGraphConvolutionalNetworksforSkeleton-BasedActionRecognition

sky_柘·2022-11-19 07:20

论文笔记之ST-GCN

作者提出了一个新颖的动态骨架模型ST-GCN，它可以从数据中自动地学习空间和时间的p

To_1_oT·2022-11-19 07:18

R-CNN 详解

文章目录测试流程SelectiveSearchWarpCNNSVMNMSBounding-boxRegression训练过程准备样本CNNPre-trainingCNNFine-tuningSVMTrainingBounding-boxRegressionTraining

电器爆破专家·2022-11-19 06:41

神经网络学习笔记4——GNN图神经和GCN图卷积网络

二、机器学习中使用图1、邻接矩阵的表达2、GNN1.独自更新2.VE交互更新3.UVE交互更新3、GCN总结图神经什么是图：图是一种对节点和节点间关系建模的数据结构，是机器学习中唯一的非欧几里得数据，图分析可用于节点分类

RanceGru·2022-11-19 06:01

李宏毅机器学习-卷积神经网络

文章目录写在前面为什么用CNNProperty1：SmallRegionProperty2：SamePatternsProperty3：SubsamplingCNN架构结构简介Convolution一些卷积层的基本概念

Tongsen99·2022-11-18 11:13

Vue前端技术知识整理

第二步，安装vue脚手架安装淘宝镜像：npminstall-gcnpm--registry=https://registry.npm.taobao.org安装webpack：npminstallwebpack

普通网友·2022-11-18 09:53

STGCN的源码分析

SpatialTemporalGraphConvolutionalNetworksforSkeleton-BasedActionRecognition文章下载地址：https://arxiv.org/abs/1801.07455代码下载地址：https://github.com/yysijie/st-gcn

那时那月那人·2022-11-15 16:20

基于骨骼的动作识别：PoseConv3D

RevisitingSkeleton-basedActionRecognition解读摘要1.简介2.RelatedWork2.1基于3D-CNN的rgb视频动作识别2.2基于GCN的骨骼动作识别2.3

Airs_Gao·2022-11-15 13:11

论文笔记目录

AttentionBasedSpatial-TemporalGraphConvolutionalNetworksforTrafficFlowForecasting》_UQI-LIUWJ的博客-CSDN博客ASTGCN

UQI-LIUWJ·2022-11-15 11:50

conda创建环境、安装包到环境迁移

0x01_1创建虚拟环境用conda创建一个名为kegcn，python版本为3.7的虚拟环境，命令如下#condacreate-n"conda环境名"python=3.6condacreate-nkegcnpython

l8947943·2022-11-15 00:57

GNN动手实践(一)：手把手带你实现GCN

参考论文：Semi-SupervisedClassificationwithGraphConvolutionalNetworks一.前言GCN（GraphConvolutionalNetwork）即在图上进行卷积运算

斯曦巍峨·2022-11-14 11:29

GNN github代码核心解析 & Trick

文章目录原版GCN原版GATmyGATDPGN:DistributionPropagationGraphNetworkforFew-shotLearning原版GCNfull-batchtransductivelearning

rainbow_lucky0106·2022-11-14 11:28

GNN图神经网络的原理及GGNN、GCN原理及发代码分析

图神经网络1.图神经网络的定义是一种直接作用于图结构上的神经网络。我们可以把图中的每一个节点V当作个体对象，而每一条边E当作个体与个体间的某种联系，所有节点组成的关系网就是最后的图U。这里的V,E,U都可以编码成一个特征向量，所以实际上GNN还是做的是提取特征的工作而已。2.GNN与CNN、RNN的区别GNN面向的输入对象其实都是结构不规则、不固定的数据结构，而CNN面向的图像数据和RNN面向的文

forthenight996·2022-11-14 11:56

GNN教程：DGL框架实现GCN算法！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：秦州，算法工程师，Datawhale成员引言本文为GNN教程的第七篇文章【使用DGL框架实现GCN算法】。

Datawhale·2022-11-14 11:54

简单理解Autoencoder(AE)、Variational AutoEncoder(VAE)、Graph Autoencoder(GAE)和VGAE

在编码阶段，AE是用全连接层或者卷积层，GAE一般使用的是GCN进行编码，输入是邻接矩阵和节点的特征矩

Fwindyy·2022-11-14 09:39

图神经网络通用框架 —— NLNN非局部神经网络

本专栏整理了《图神经网络》，内包含了不同图神经网络的原理以及相关代码实现，详细讲解图神经网络，理论与实践相结合，如GCN、GraphSAGE、GAT等经典图网络，每一个代码实例都附带有完整的代码+数据集

咕嘟·2022-11-13 20:30

图神经网络 pytorch_geometric库的安装

PyG中实现了很多先进（stateoftheart）的GNN模块，例如GCN、GraphSage、GAT、SGC、GIN等等。

德卡先生的信箱·2022-11-13 11:41

GNN-第三方库：PyG（Pytorch Geometric）【基于Pytorch构建的库，可以帮助用户快速构建和训练自己的图神经网络模型】【DeepWalk、LINE、GCN、GAT等】