利用胶囊网络对图结构数据进行分类的论文阅读

近日阅读了两篇利用胶囊网络算法对图结构数据进行分类的文章，有了不少的收获。

上个学习我专门学习了胶囊网络算法，但是也仅仅是局限于算法本身。即使是看了一些杂乱的应用类的文章，我还是不知道胶囊网络算法适合哪个场景。这两天看到的图分类文章反倒指出了胶囊网络的一个用武之地——用胶囊封存更多的结构信息，以解决图分类问题中的等变性问题。

在图分类问题中，胶囊网络往往是与图核函数搭配使用以发挥出分类的作用。图核函数似乎是图分类问题中的关键，但是之前对于核函数的学习一知半解，这两天的论文读下来有种站着看作者天花乱坠地秀操作的感觉。（打好基础对于看懂论文来说很重要呀。。。）也是得亏之前了解了深度学习算法的基本组件，看文章的时候虽然不知道图核函数是什么原理，但还是知道其大概的作用以及在深度学习算法的流程中扮演了什么样的角色。

这次论文的阅读中，两名优秀的作者几乎用了所有我知道的小技巧，并且还有很多我不熟悉的高阶技巧，此外还用了非常高配置的计算机进行训练（往往一个数据集就训练了一天）。如此这般，也只是比原先的准确率提高了一点点，而且还不能保证算法在所有的数据集合上都比原先的好。可见这个领域的竞争及其惨烈，我这等菜鸟着实感到压力山大。不过将这类大神作为榜样和对手也算是一种荣幸，非常期待我在不久的将来能够靠近他们，在他们的研究成果上有所突破。