在Matlab中实现的FastGCN算法及其伴随代码，通过采用有偏但一致的梯度估计器来分析SGD，该代码被称为FastGCN-matlab的快速下降法实现

快速下降法的matlab代码FastGCN：方法与理论 该存储库包含 FastGCN 的 Matlab 实现，以及优化理论论文的配套代码。 观察到 FastGCN 的 Matlab 代码比 Tensorflow 或 PyTorch 中的其他实现要快得多。 这篇理论论文用有偏但一致的梯度估计器解释了随机梯度下降，是 FastGCN 背后的驱动力。 对于随论文发布的原始 FastGCN 代码（在 Tensorflow 中实现），请参见 。 快速GCN 请参阅目录fastgcn 。 从test_fastgcn.m开始。 参考 陈洁、马腾飞、曹晓。 . 在 ICLR，2018 年。 使用有偏但一致的梯度估计器的 SGD 查看目录sgd_paper 。 从test_1layer.m和test_2layer.m开始。 参考 陈洁和罗尼·拉斯。 . 预印本 arXiv:1807.11880, 2018。