图卷积网络(简称GCN),由Thomas Kpif于2017年在论文Semi-supervised classification with graph convolutional networks中提出。它为图(graph)结构数据的处理提供了一个崭新的思路,将深度学习中常用于图像的卷积神经网络应用到图数据上。
GNN教程:GraghSAGE算法细节详解!
深度学习自然语言处理
1+阅读 · 2020年11月18日
淘宝首页搜索背后的GNN
图与推荐
1+阅读 · 2021年12月21日
深度学习时代的图模型,清华发文综述图网络
全球人工智能
6+阅读 · 2018年12月24日
关于Fourier和Laplace
图与推荐
0+阅读 · 2020年3月20日
KDD2021 | 基于深度图卷积网络的多样化推荐
机器学习与推荐算法
0+阅读 · 2021年8月24日
2020年,我终于决定入门GCN
极市平台
2+阅读 · 2020年3月11日
图神经网络入门(一)GCN图卷积网络
专知
0+阅读 · 2020年4月29日
从文本分类来看图卷积神经网络
深度学习自然语言处理
0+阅读 · 2020年3月14日
ICML 2020 | 4 篇图卷积网络相关论文
图与推荐
0+阅读 · 2020年7月17日
AMD公布Q1财报,新显卡Q3发布
科技美学
0+阅读 · 2019年5月2日
微信扫码咨询专知VIP会员