- 博客(3)
- 收藏
- 关注
RSS订阅原创 Variational Graph Auto-Encoders（VAGE）论文内相关公式以及相关概念解读
VGAE 简介VGAE是一种用于处理图结构数据的模型。图结构数据是一种特殊的数据类型，由节点（nodes）和边（edges）组成，常见于社交网络、引文网络等领域。该模型是基于变分自编码器（VAE）的，VAE 是一种常用于生成模型的神经网络架构。VAE 的目的是学习数据的潜在表示（latent representations），这有助于对输入数据进行压缩、生成新样本等。
2024-10-14 18:11:20
841
原创 Variational Graph Auto-Encoders VGAE代码模块详细解读（2）
我们可以在官网上下载的VGAE_dgl-main代码包里面看到有这四个主要的代码，运行train.py文件可以得出我们实验结果，其他模块相互调用共同完成训练的实现。上面即为代码的相关注释，多多关注里面的损失函数，优化函数，评估以及卷积层等模块，先看论文再看代码哦！
2024-10-14 17:45:58
177
原创 Variational Graph Auto-Encoders VGAE代码模块详细解读（1）
以上是train.py该模块的解读，其他模块接下来将会慢慢继续发出，好像字很丑不好意思啦！
2024-10-13 15:22:06
349
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人