图神经网络(GCN)手推12步详解
ProfTomYeh · x · 2026-07-15
作者通过手绘矩阵和计算，详细拆解了图神经网络（GCN）的底层运行机制，以一个五节点的小图为例完成了节点分类任务。 **核心计算步骤：** - **邻接矩阵**：构建包含节点自身（自环）和邻居连接关系的矩阵。 - **消息传递与池化**：节点特征经过权重和偏置矩阵变换并使用 ReLU 激活后，通过邻接矩阵聚合自身及邻居的信息。 - **分类输出**：经过两层 GCN 和全连接层后，通过 Sigmoid 函数将得分压缩为概率值，完成所有节点的分类。 **关键洞察**：GCN 层与 Transformer 层结构高度相似。GCN 使用固定的邻接矩阵进行节点间的信息混合，而 Transformer 则使用基于 Q、K、V 动态计算的注意力矩阵进行 Token 间的信息混合。