ICML '19 | Simplifying Graph Convolutional Networks

[jasperzhong]

https://arxiv.org/pdf/1902.07153.pdf

原来还有这么神奇的做法.

[jasperzhong]

very cool.

S是normalized adjacency matrix. 直接预先算S^K X (即aggregate了K-hop neighbors features的matrix). 太酷啦. 后面跟个logistic regression做classifier. 太酷啦.

这怎么来的？其实就是GCN去掉ReLU后，然后直接展开.

所以这要比GCN快很多! 甚至比FastGCN #308 都要快!

这个模型缺点是线性模型，而且只有第K hop的，但不是非常影响精度，优点是非常快!

太快啦!

[jasperzhong]

https://docs.dgl.ai/en/latest/generated/dgl.nn.pytorch.conv.SGConv.html

DGL接口.