【MindSpore】Graph Convolutional Network

举报
吴下阿萌 发表于 2021/11/05 18:29:02 2021/11/05
【摘要】 本文参考码云上MindSpore开源的coursehttps://gitee.com/mindspore/course与相关实验材料编写,对其中实验进行了复现,并添加了相关注释。#拉普拉斯矩阵GCN的核心基于拉普拉斯矩阵的谱分解(特征分解)。所以GCN算法的关键在于定义拉普拉斯矩阵。本文的拉普拉斯矩阵定义如下:L=U~−12H~U~−12L=\tilde{U}^{−\frac{1}{2}}\...

本文参考码云上MindSpore开源的course
https://gitee.com/mindspore/course
与相关实验材料编写,对其中实验进行了复现,并添加了相关注释。

#拉普拉斯矩阵

GCN的核心基于拉普拉斯矩阵的谱分解(特征分解)。所以GCN算法的关键在于定义拉普拉斯矩阵。

本文的拉普拉斯矩阵定义如下:

L = U ~ 1 2 H ~ U ~ 1 2 L=\tilde{U}^{−\frac{1}{2}}\tilde{H}\tilde{U}^{−\frac{1}{2}}

U ~ 1 2 H ~ U ~ 1 2 = I + U 1 2 H U 1 2 \tilde{U}^{−\frac{1}{2}}\tilde{H}\tilde{U}^{−\frac{1}{2}}=I+U^{−\frac{1}{2}}HU^{−\frac{1}{2}}

U ~ = H + I U i i ~ = j H i j ~ \tilde{U}=H + I \tilde{U_{ii}}=\sum_{j}^{}\tilde{H_{ij}}

U取图的度矩阵(如下图中的degree matrix),H取图的邻接矩阵(如下图中的adjacency matrix)

[1] Graph Convolutional Network原理引用自论文:https://arxiv.org/pdf/1609.02907.pdf

#实验目的

  • 了解GCN相关知识;
  • 在MindSpore中使用Cora和Citeseer数据集训练GCN示例。
  • 了解MindSpore的model_zoo模块,以及如何使用model_zoo中的模型。

#预备知识

  • 熟练使用Python,了解Shell及Linux操作系统基本知识。
  • 具备一定的深度学习理论知识,如前馈神经网络、卷积神经网络、图卷积网络等。
  • 了解华为云的基本使用方法,包括OBS(对象存储)、ModelArts(AI开发平台)、Notebook(开发工具)、训练作业等服务。华为云官网:https://www.huaweicloud.com
  • 了解并熟悉MindSpore AI计算框架,MindSpore官网:https://www.mindspore.cn

#实验环境

  • MindSpore 1.0.0(MindSpore版本会定期更新,本指导也会定期刷新,与版本配套);
  • 华为云ModelArts:ModelArts是华为云提供的面向开发者的一站式AI开发平台,集成了昇腾AI处理器资源池,用户可以在该平台下体验MindSpore。ModelArts官网:https://www.huaweicloud.com/product/modelarts.html
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。