深度学习
文章平均质量分 92
MelvinDong
这个作者很懒,什么都没留下…
展开
-
Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter4:Vanilla Graph Neural Networks
文章目录4、Vanilla Graph Neural Networks(原始图神经网络)4.1、 Introduction4.2 Model4.3 Limitations4、Vanilla Graph Neural Networks(原始图神经网络)在本节中,我们描述了Scarselli et al. [2009] 文章中提出的Vanilla GNN。此外,我们同时列出了Vanilla GNN在表示能力和训练效率方面的局限性。在本章之后,我们将讨论Vanilla GNN的集中变体。4.1、 Intro原创 2020-09-05 19:17:08 · 815 阅读 · 0 评论 -
Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter3:Basic of Neual Networks
3、Basic of Neural Network神经网络是机器学习中最重要的模型之一。人工神经网络由众多的神经元组成,相互之间有联系,其结构与生物神经网络有很大的相似之处。神经网络的学习方式如下:以随机权重或数值启动,神经元之间的连接通过反向传播算法反复更新其权重或数值,直到模型表现相当精确。最后,神经网络学习到的知识以数字方式存储在连接中。大多数关于神经网络的研究都试图改变它的学习方式(用不同的算法或不同的结构),目的是提高模型的泛化能力。3.1、Neural (神经元)神经网络最基本的单元是神经原创 2020-09-04 22:59:37 · 608 阅读 · 0 评论 -
Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter2:Basic of Math and Graph
文章目录2 Basic of Math and Graph2.1 Linear Algebra(线性代数)2.1.1 Basic Concepts(基本概念)2.1.2 EIGENDECOMPOSITION(特征分解)2.1.3 SINGULAR VALUE DECOMPOSITION(奇异值分解)2.2 PROBABILITY THEORY(概率论)2.2.1 BASIC CONCEPTS AND FORMULAS(基本概念和公式)2.2.2 PROBABILITY DISTRIBUTIONS(概率分布)原创 2020-09-01 19:40:32 · 606 阅读 · 0 评论 -
Introduction to Graph Neural Network(图神经网络概论)翻译:目录总览
前言:最近对图神经网络部分比较感兴趣,偶尔看到清华大学刘知远老师在今年3月份发表的一本书:Introduction to Graph Neural Network,于是将该书内容进行翻译,记录阅读中自己的感悟。如翻译有不准确或者错误的地方,请指正。在原文中,不可避免的会有大量的人名、专业词汇等,本文翻译时将其保留,便于日后对其他文献的阅读与理解翻译进展: Chapter1:Introduction Chapter2:Basic of Math and Graph Chapter3:Bas.原创 2020-08-31 23:07:24 · 1675 阅读 · 2 评论 -
Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter1:Introduction
文章目录1、Introduction1.1 MOTIVATIONS1.1.1 CONVOLUTIONAL NEURAL NETWORKS1.1.2 NETWORK EMBEDDING1.2 RELATED WORK1、Introduction图是一种数据结构,它对一组对象(nodes)及其关系(edges)进行建模。近来,用机器学习分析图的研究受到越来越多的关注,因为图具有巨大的表达能力,即图可以作为大量系统的表征,横跨各个领域,包括社会科学(social network)[Hamilton et al原创 2020-08-31 23:06:18 · 1254 阅读 · 1 评论 -
Argparse(命令行选项、参数和子命令解析器) 使用
声明:本文是作者在学习过程中对argpaser的学习总结,文章主要内容来源于argparse的官方中文文档。有不太理解的地方可以直接连接到官方文档查看,谢谢。目录一、 argparse 介绍 [官方文档](https://docs.python.org/zh-cn/3/library/argparse.html#argumentparser-objects)二、官方示例三、如何使用Argparse1、创建一个解析器2、添加参数3、解析参数四、ArgumentParser 属性五、add_argumen.原创 2020-08-14 23:23:53 · 465 阅读 · 0 评论 -
什么是Tensor?(张量) Dan Fleisch视频学习记录
目录VectorTensor分量(Componets)和基向量(basis)一阶张量高阶张量总结想要对Tensor有深入的了解,必须对Vector有一个清晰的认知。本文是对Dan Fleisch视频的总结B站视频链接(有中文字幕): 【科普向/中英字幕】What's a Tensor? 张量简介 原版youtube视频:https://www.youtube.com/watch?v原创 2020-08-12 18:03:26 · 616 阅读 · 0 评论 -
稀疏矩阵存储格式学习
文章目录稀疏矩阵的定义稀疏矩阵在计算中的处理稀疏矩阵常用的存储格式Coordinate(COO)行压缩格式 Compressed Sparse Row(CSR)列压缩格式 Compressed Sparse Column(CSC)ELLPACK(ELL)Hybrid(HYB)对角线存储格式(DIA)Python中scipy.sparse库不同存储模式在sparse库中的对应稀疏矩阵的定义矩阵中非零元素的个数远远小于矩阵元素的总数,并且非零元素在矩阵内的分布没有规律。通常认为矩阵中非零元素的总是比上矩阵中原创 2020-08-12 10:41:08 · 1641 阅读 · 0 评论