gcn和gan的区别是什么？

从名字可以看出来，都是应用于图数据的。 传统的CNN等适合处理文本、图像、视频、语音等媒体，而GXN适合处理非结构化的图数据。 而GAN是生成对抗网络，属于另一个维度的划分，左右互搏以提取信息。

GAT和GCn有什么区别？

其实GAT是GNN的改进, 与GCN类似, 只是它是基于self-attention的图模型. 即先用共享参数 对顶点进行增维, 后拼接 (concatenate)两个特征, 通过映射函数 将高维特征映射到一个Attention实数上.

拓扑图中的gcn和GCn有什么区别？

GCN的目的就是用来提取拓扑图的空间特征。 而GCN主要有两类解释方法，一是基于 顶点域或空间域 vertex domain (spatial domain) ，另一种则是基于 频域或谱域spectral domain 。

什么是gcn的聚合函数？

GCN的聚合函数 一般GCN中的聚合函数是 sum aggregator, 将邻域信息直接相加, 而同时也有 mean aggregator(和sum相像,归一化后的sum), max-pooling, attention, LSTM 等等聚合方式. 本文采用的是 简单无参数的max-pooling顶点特征聚集器. GCN结构是带BN :