图卷积网络到底怎么做，这是一份极简的Numpy实现

接下来，我们将随机初始化权重。

W_1 = np.random.normal( 
    loc=0, scale=1, size=(zkc.number_of_nodes(), 4)) 
W_2 = np.random.normal( 
    loc=0, size=(W_1.shape[1], 2)) 

接着，我们会堆叠 GCN 层。这里，我们只使用单位矩阵作为特征表征，即每个节点被表示为一个 one-hot 编码的类别变量。

def gcn_layer(A_hat, D_hat, X, W): 
    return relu(D_hat**-1 * A_hat * X * W) 
H_1 = gcn_layer(A_hat, D_hat, I, W_1) 
H_2 = gcn_layer(A_hat, D_hat, H_1, W_2) 
output = H_2 

（编辑：网站开发网_马鞍山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!