当前位置: 代码迷 >> 综合 >> 《Few-Shot Learning with Graph Neural Networks》
  详细解决方案

《Few-Shot Learning with Graph Neural Networks》

热度:107   发布时间:2023-11-01 05:03:22.0

文章目录

    • 流程
      • 初始化图
        • 顶点
      • 图卷积
      • 流程图

流程

初始化图

顶点

图神经网络中的一个节点代表一张图片
顶点由图片的特征?(x)\phi(x)?(x)one?hotone-hotone?hot向量h(l)h(l)h(l)编码构成
在这里插入图片描述

为图中的任意两个点建立边,也就是判断两个节点的相似度
两个顶点的边由其顶点的差的绝对值abs(xi(k)?xj(k))abs(x_i^{(k)}-x_j^{(k)})abs(xi(k)??xj(k)?)经过多层感知机MLP得来
在这里插入图片描述

图卷积

用拼接了单位矩阵的邻接矩阵更新图中的边

流程图

在这里插入图片描述
在这里插入图片描述

Created with Rapha?l 2.3.0 图片 初始化节点特征 根据节点特征,建立全连接图,边为两两节点之间的相似度 图卷积得到新的节点特征 到迭代次数? 输出最终的节点特征 根据最终的节点特征,做llog_softmax之后和标签做F.nll_loss 合并原来的和新的节点特征 yes no