当我读到ICLR 2017,"Semi-supervised classification with GCN“时。我对损失函数感到困惑。

凭直觉,我该如何理解这一点。谢谢。
发布于 2018-05-01 03:11:30
我也是这方面的初学者。
对于直觉,Z_l是您通过F个特征/多类学习到的表示向量。而Y_l是你已经知道的多类标签的相同大小的向量。你想要的是最小化Z和F之间的损失。
这种形式的损失函数被称为熵,这是一种经典的形式。与1-范数或2-范数相比,该格式的收敛速度更快。
https://stackoverflow.com/questions/48575952
复制相似问题