الإسقاط العشوائي
Dropout
تصفير نسبة من القيم عشوائياً أثناء التدريب فقط، لتقليل الإفراط في الملاءمة.
الشرح
في GCN تُطبّق على الخصائص قبل كل طبقة (نسبة 0.5 في الورقة الأصلية). أثناء التقييم لا يُطبّق، وتُعاد قياسات القيم أثناء التدريب حتى يبقى المتوقع ثابتاً.
المراجع
- Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR). arXiv: 1609.02907الورقة الأصلية لـ GCN ومصدر التطبيع المتماثل للمصفوفة.
