- 博客(3)
- 收藏
- 关注
RSS订阅原创 STSGCN模型论文与代码详解 (pytorch)（网络模型部分）
这是一份用于STSGCN模型理解的入门教程，该模型适用于交通特征预测与其他多种图结构问题。本文详细展示并解析了pytorch版本STSGCN模型的网络模型代码，适合初学者阅读学习。
2024-10-20 20:23:39
618
原创 ASTGCN模型数学原理与代码详解（网络模型部分）
这是一份用于ASTGCN模型理解的入门教程，将以代码的视角附带简单易懂的示例来阐述模型中空间与时间注意力机制的实现过程，并梳理模型框架与图神经网络的卷积运算过程。ASTGCN在时间序列预测上具有良好的性能，是研究图数据预测问题的重要基础模型，值得每一个深度学习入门玩家学习。
2024-09-29 00:57:37
1172
原创 GCN的基础入门及数学原理
一个入门图卷积神经网络的基础攻略，主要介绍了图卷积网络（Graph Convolutional Network，GCN）的数学原理，包括卷积的基本概念、特征值与特征向量的理解，拉普拉斯矩阵重要性质的证明以及GCN卷积的实现方法。（本文不包含pytorch代码讲解，仅仅从数学原理的角度出发阐述什么是“图卷积”）
2024-09-23 21:47:20
1220
STSGCN-pytorch-修改版.zip
该模型为论文：Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Network Data Forecasting，中的图卷积神经网络模型。由于原作者使用mxnet框架完成网络搭建，为了更好适配pytorch使用人群，故参考github相关开源代码完成pytorch版本的STSGCN项目，方便初学者学习。
2024-10-20
GCN的基础入门及数学原理PDF
一个入门图卷积神经网络的基础攻略，主要介绍了图卷积网络（Graph Convolutional Network，GCN）的数学原理，包括卷积的基本概念、特征值与特征向量的理解，拉普拉斯矩阵重要性质的证明以及GCN卷积的实现方法。（本文不包含pytorch代码讲解，仅仅从数学原理的角度出发阐述什么是“图卷积”）
2024-09-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人