图卷积神经网络自测题

https://www.cnblogs.com/SivilTaram/p/graph_neural_network_2.html

1.图卷积MPNN中激活函数为什么可以用mean, max, lstm?

   因为这几个函数都可以处理边长输入

2. 既然快速傅里叶变换可以加速空域卷积计算&＃xff0c;为什么目前的深度学习网络没有使用呢&＃xff1f;

    因为目前用的空域卷积核都很小&＃xff0c;所以直接计算时间开销&＃xff0c;比傅里叶变换后卷积再逆傅里叶变换&＃xff0c;时间好不了多少

3.scipy.sparse.csr_matrix 全称是什么&＃xff1f;

    compressed sparse matrix

4. 如data &＃61; [2, 3,1, 33, 44,66], indices &＃61; [0,1,2,0,1,2], indptr &＃61; [0,3, 3, 6], 那么

         csr_matrix(data, (indices, indptr), shape&＃61;[3,3]).toarray()的输出是什么&＃xff1f;

  第一行有哪些非零值&＃xff1a;data[indptr[0]:indptr[1]],  这三个数是哪几列呢&＃xff1a;indices[0, 1, 2]

   第二行非零值&＃xff1a; data[indptr[1]:indpt[2]],  data[3:3], 有0个数

   第三行非零值&＃xff1a;  data[indptr[2]:indptr[3]] &＃xff0c; data[3:6], 这三个数是哪几列呢, 在data里面跟着第二行取剩下的数&＃xff1a;indices[0,1,2]

  所以输出为&＃xff1a;[[2,3,1], [0,0,0], [33,44,66]]

5. 拉普拉斯矩阵是怎么得到的&＃xff1f;为什么对称矩阵

   度- 边邻接矩阵 &＃xff0c; 是一个对角矩阵减去对称矩阵结果还是对称矩阵

6.什么是拉普拉斯算子&＃xff1f;

   连续情况&＃xff0c;就是二阶导数。离散情况&＃xff0c;也是对应的二阶导数