gcn:在TensorFlow中实现图卷积网络 源码

图卷积网络 这是图卷积网络的TensorFlow实现,用于图中节点的(半监督)分类任务,如我们的论文所述: Thomas N.Kipf,Max Welling,(ICLR 2017) 有关高级解释,请查看我们的博客文章: 托马斯·基普夫(Thomas Kipf),(2016) 安装 python setup.py install 要求 张量流(> 0.12) 网络 运行演示 cd gcn python train.py 数据 为了使用您自己的数据,您必须提供 N×N邻接矩阵(N是节点数), N×D特征矩阵(D是每个节点的特征数),以及 N by E二进制标签矩阵(E是类数)。 看一看在load_data()函数utils.py为例。 在此示例中,我们加载引文网络数据(Cora,Citeseer或Pubmed)。 原始数据集可以在以下位置找到: : 。 在我们的版本中(请参