斯坦福大学CS224W图机器学习公开课-同济子豪兄中文精讲
课程大纲、中文笔记课件、论文笔记、代码、思考题、扩展阅读、答疑群:https://github.com/TommyZihao/zihao_course/tree/main/CS224W
本讲介绍了最简单的一类图神经网络:图卷积神经网络(GCN)
包括:消息传递计算图、聚合函数、数学形式、Normalized Adjacency 矩阵推导、计算图改进、损失函数、训练流程、实验结果。
图神经网络相比传统方法的优点:归纳泛化能力、参数量少、利用属性特征和节点标签等。
图神经网络和CNN、Transformer等其它神经网络的异同。
GCN论文:Semi-Supervised Classification with Graph Convolutional Networks, ICLR 2017
关键词:
Machine Learning, Deep Learning, Neural Networks, Graph Neural Networks, GNN, Graph Convolutional Neural Networks, GCN, Knowledge Graph