图卷积网络的Keras实现

・1 分钟阅读

  • 源代码名称: keras-gcn
  • 源代码网址: https://www.github.com/tkipf/keras-gcn
  • keras-gcn的文档
  • keras-gcn的源代码下载
  • Git URL:
    git://www.github.com/tkipf/keras-gcn.git
  • Git Clone代码到本地:
    git clone https://www.github.com/tkipf/keras-gcn
  • Subversion代码到本地:
    $ svn co --depth empty https://www.github.com/tkipf/keras-gcn
                              Checked out revision 1.
                              $ cd repo
                              $ svn up trunk
              
  • 用Keras深度学习图形

    基于Keras的半监督分类图卷积网络的实现。

    Thomas N . Kipf ,max Welling ,Semi-Supervised Classification with Graph Convolutional Networks (ICLR 2017 )

    要获得高级解释,请查看我们的博客文章:

    Thomas Kipf,Graph Convolutional Networks(2016),

    注意,此代码不是为了从论文中重现实验,因为初始化方案丢失,方案和数据集拆分与TensorFlow中的原始实现不同: https://github.com/tkipf/gcn

    安装

    python setup.py install

    依赖项

    • keras(1.0.9或更高)
    • TensorFlow或Theano

    用法

    python train.py

    数据集引用(Cora )

    Sen et al., Collective Classification in Network Data, AI Magazine 2008

    引用

    如果你在自己的工作中使用此代码,请参考本论文:

    
    @inproceedings{kipf2017semi,
    
    
     title={Semi-Supervised Classification with Graph Convolutional Networks},
    
    
     author={Kipf, Thomas N. and Welling, Max},
    
    
     booktitle={International Conference on Learning Representations (ICLR)},
    
    
     year={2017}
    
    
    }
    
    
    
    
    讨论
    Fansisi profile image