![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 91
的斯帕瓦
这个作者很懒,什么都没留下…
展开
-
图卷积网络(Graph Convolutional Networks,GNN)简述
1 什么是离散卷积?CNN中卷积发挥的作用?了解GCN之前先要对离散卷积或者说CNN中的卷积有一个认识:离散卷积本质是一种加权求和,如图1,CNN中的卷积实质是利用一个共享参数的过滤器(kernel),也叫卷积核,通过计算中心像素点以及相邻像素点的加权和来构造特征图(feature map)实现空间特征的提取,当然加权系数就是卷积核的权中系数。卷积核的系数的确定:通过随机化初始,然后根据误差函数通过反向传播(Back Propagation,BP)与梯度下降(Gradient Desc...原创 2020-08-26 15:05:12 · 1046 阅读 · 0 评论 -
最容易理解的SVM算法原理
基于最大间隔分隔数据1.1支持向量与超平面SVM(Support Vector Mac)又称为支持向量机,是一种二分类的模型。当然如果进行修改之后也是可以用于多类别问题的分类。支持向量机可以分为线性核非线性两大类。其主要思想为找到空间中的一个更够将所有数据样本划开的超平面,并且使得本本集中所有数据到这个超平面的距离最短。在了解SVM算法之前,我们首先需要了解一下线性分类器这个概念。比如给定一.........原创 2019-11-21 13:05:52 · 5837 阅读 · 3 评论