文件名称：nfc:TensorFlow中用于表示学习的图节点特征卷积的实现
文件大小：5.15MB
文件格式：ZIP
更新时间：2024-04-16 12:36:05
gcn graphneuralnetwork graphconvolution Python
TensorFlow中用于表示学习的图节点特征卷积 TensorFlow中用于表示学习的图节点特征卷积的实现 图卷积网络（GCN）是一种新兴的神经网络方法。 它通过在聚合过程中聚合所有邻居的特征向量来学习节点的新表示，而无需考虑邻居或特征是否有用。 最近的方法通过对固定大小的一组邻居进行采样，或在聚合过程中为不同的邻居分配不同的权重，从而改善了解决方案，但是在聚合过程中仍然对特征向量内的特征进行同等对待。 本文通过采样从固定节点带宽的特征构造的规则尺寸特征图上引入了一种新的卷积运算，以得到第一层节点表示，然后将其传递给标准GCN以学习第二层节点表示。 张莉，宋合大，卢海萍，2018， 对于官方实施 要求 tensorflow_version 1.x 训练 python train.py 注意：由于随机初始化，您的训练结果可能与本文中报告的结果不完全相同！ 您可以指定数据集，如
【文件预览】：
nfc-main
----README.md(3KB)
----models.py(6KB)
----train.py(6KB)
----metrics.py(862B)
----LICENSE(1KB)
----utils.py(24KB)
----__init__.py(72B)
----images()
--------figure.jpg(84KB)
--------tensorflow_logo.png(14KB)
----layers.py(9KB)
----data()
--------ind.citeseer.allx(581KB)
--------ind.cora.graph(58KB)
--------ind.pubmed.x(23KB)
--------ind.citeseer.graph(61KB)
--------ind.cora.tx(145KB)
--------ind.citeseer.y(3KB)
--------ind.cora.allx(251KB)
--------ind.cora.y(4KB)
--------ind.citeseer.ty(24KB)
--------ind.citeseer.test.index(6KB)
--------ind.citeseer.tx(254KB)
--------ind.citeseer.ally(54KB)
--------ind.pubmed.ally(219KB)
--------ind.cora.test.index(6KB)
--------ind.cora.ally(47KB)
--------ind.pubmed.test.index(7KB)
--------ind.pubmed.graph(461KB)
--------ind.cora.x(22KB)
--------ind.cora.ty(27KB)
--------ind.pubmed.ty(12KB)
--------ind.citeseer.x(30KB)
--------ind.pubmed.y(854B)
--------ind.pubmed.allx(7.23MB)
--------ind.pubmed.tx(396KB)
----inits.py(817B)