都說?圖神經網絡是?基于?非歐空間?數據的?學習，那什么是?非歐空間呢？答案：歐式空間可以理解為一個排列組合完整的方陣，非歐式空間理解為解散了的方陣。

在過去的十年中，神經網絡取得了巨大的成功。

但是，只能使用常規或歐幾里得數據來實現神經網絡的早期變體，而現實世界中的許多數據具有非歐幾里得的底層圖形結構。(一類就是圖，另一類叫流型，統稱為非歐幾里得結構。)

數據結構的不規則性導致了圖神經網絡的最新發展。(為什么普通CNN無法處理圖結構化數據)?https://www.zhihu.com/question/54504471/answer/1128245420

?

為什么普通CNN無法處理圖結構化數據

在過去的幾年中，正在開發圖神經網絡的不同變體，其中圖卷積網絡（GCN）是其中之一。GCN也被視為基本的Graph Neural Networks變體之一。

引用下面這篇文章。

為了使卷積核的形狀是數據驅動的，也就是說對不同的數據可以自適應的產生專門的卷積核，去做一個局部的聚合操作，于是就有了可變性卷積。

如上圖所示，傳統的卷積是在一個規則的格子上做一個局部的聚合，而可變性卷積相當于在一個不規則的格子上做一個聚合，其中箭頭表示格子的一個偏移量，這個偏移量是通過數據驅動學習的。

3.回顧

?

?

?

總結

以上是生活随笔為你收集整理的图神经网络七日打卡营 Day 01 什么是非欧空间的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。