图机器学习
文章平均质量分 85
入坑记录
「已注销」
这个作者很懒,什么都没留下…
展开
-
图机器学习入门CS224W——学习记录1
图机器学习入门CS2224W原创 2023-11-08 19:57:15 · 508 阅读 · 1 评论 -
AE、GAE了解
但是,这样的生成模型存在一个问题:低维向量表示必须是由真实样本通过编码器得到的,否则随机产生的低维向量表示通过生成模型几乎不可能得到近似真实的样本。一个自编码器的输入、输出应有相同的结构,利用数据训练这个网络,等训练结束后,这个网络即学习出了x->h->x的能力,h是至关重要的,是在尽量不损失信息量的情况下,对原始数据的另一种表达。那么,如果能将低维向量表示约束在一个分布(比如正态分布)中,那么从该分布中随机采样,产生的低维向量表示通过生成模型不是就能产生近似真实的样本了吗?,代表的是所有节点的表示。原创 2023-11-06 15:45:39 · 153 阅读 · 1 评论 -
netwokx学习记录
参考博客文章:这里是引用https://blog.csdn.net/D_Ddd0701/article/details/131057961。原创 2023-11-02 12:42:56 · 57 阅读 · 0 评论 -
《图机器学习》-阅读记录1
监督学习无监督学习无监督学习的常见问题是发现相似样本的组(聚类),另外还有就是给出高维空间中数据的新表示方式评估机器学习算法泛化能力的最常用方法是将数据集分为两部分:训练集和测试集。测试集可进一步分为验证集和测试集。验证集通常用于在训练期间评估模型的性能。原创 2023-11-01 13:00:07 · 101 阅读 · 1 评论