Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. 图卷积神经网络，2018年AAAI论文代码。
2021-03-26 10:27:46
19.25MB
1
图卷积神经网络(GCNNs)是深度学习技术在图结构数据问题上的一种强大的扩展。我们对GCNNs的几种池方法进行了实证评估，并将这些图池化方法与三种不同架构(GCN、TAGCN和GraphSAGE)进行了组合。我们证实，图池化，特别是DiffPool，提高了流行的图分类数据集的分类精度，并发现，平均而言，TAGCN达到了可比或更好的精度比GCN和GraphSAGE，特别是对数据集较大和稀疏的图结构。
2021-03-20 17:12:17
323KB
1
resources for graph convolutional networks （图卷积神经网络相关资源）
2021-03-19 17:39:59
4KB
1
ST-GCN官方代码模型，下载后有误，在github上找到的修改版模型，实测可以使用，测试结果与论文中基本一致
2021-03-16 10:51:33
35.51MB
1
图卷积网络 GCN Graph Convolutional Network（谱域GCN）的理解和详细推导博客pdf
原博客链接：https://blog.csdn.net/yyl424525/article/details/100058264#comments_12499724
2021-03-07 20:26:48
3.32MB
1
过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用。然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在。
2021-03-03 16:34:42
3MB
1
Graph Neural Networks A Review of Methods and Applications
2020-01-15 03:16:06
2.67MB
1
图卷积相关ppt下载
通过图结构数据中部分有标签的节点数据对卷积神经网络结构模型训练，使网络模型对其余无标签的数据进行进一步分类。
2019-12-21 22:15:45
28.32MB
1