9.5 图卷积神经网络
9.5.1 图结构与拉普拉斯矩阵的关系(Page290)
9.5.2 拉普拉斯矩阵的三种形式(Page291)
9.6 扩展实例:用Multi-sample Dropout优化模型的训练速度 (Page291)
9.6.1 Multi-sampl Dropout方法(Page292)
9.6.2 代码实现:为图卷积模型添加Multi-sample Dropout方法(Page292)
9.6.3 代码实现:使用带有Multi-sample Dropout方法的图卷积模型(Page293)
9.7 从神经网络的视角看待深度学习(Page294)
9.8 图神经网络使用拉普拉斯矩阵的原因
9.8.1 节点与邻接矩阵的点积作用(Page295)
9.8.2 拉普拉斯矩阵的点积作用(Page296)
9.8.3 重新审视图卷积的拟合本质(Page296)
9.8.4 点积计算并不是唯一方法(Page296) |