- 博客(8)
- 收藏
- 关注
RSS订阅原创 图神经网络-第三章：图神经网络
图神经网络方法图神经网络方法是专门设计的用于在图结构数据上进行操作的神经网络架构图神经网络的目标是通过聚合邻居节点的表征及其在前一次迭代中的表征来迭代更新节点特征图神经网络可以划分为有监督的GNN和无监督的GNN图神经网络的理论理解图神经网络的可扩展性大多数的GNN需要在内存中存储整个邻接矩阵和中间层的特征矩阵，这对计算机内存消耗和计算成本都是巨大的挑战图神经网络的可解释性一般来说，GNN的解释结果可以是重要的节点、边，也可以是节点或边的重要特征图神经网络的对抗鲁棒性。
2023-04-13 16:20:52
134
原创 图神经网络-第二章：图特征学习
为了有效地处理图数据，第一个关键的挑战是找到有效地图数据表征方法，也就是如何简洁地表示图，以便在时间和空间上有效地进行高级的任务分析。GVE括号中的两个变量分别表示节点集合和边集合；为了应对这些挑战，人们致力于开发新的图表征学习，如针对节点学习密集和连续的低维向量表征，这样可以减少噪声或冗余信息，并保留内在的结构信息。节点之间的关系原来是用图中的边或其他高阶拓扑度量来表征的，可由向量空间中节点之间的距离捕获，节点的结构特征则被编码到该节点的表征向量中。
2023-04-13 14:57:39
161
原创 图神经网络-第一章：表征学习
图神经网络-第一章：表征学习1.1导读表征学习的目标是从数据中提取足够但最少的信息；传统上，该目标可以通过先验知识以及基于数据和任务的领域知识来实现，这也被称为特征工程特征工程是利用人类的聪明才智和现有知识的一种方式，旨在从数据中提取并获得用于机器学习任务的判别信息特征工程的缺点：通常需要领域专家的密集劳动，这是因为特征工程可能需要模型开发者和领域专家之间紧密而广泛的合作；不完整的和带有偏见的特征提取。具体来说，不同的专家的知识限制了所提取特征的容量和判别能力。为了克服这些缺点，使得
2023-04-13 09:24:44
205
2原创 VSCODE配置stm32环境出现大量红色波浪号
发现代码可以编码，并且生成hex文件，但是生成大量的波浪号，并且输入代码的时候没有提醒，主要原因是vscode并没有识别到.c和.h文件，解决的办法是（点击->文件，打开项目所在的文件夹，重新使用编写插件进行编译），发现红色波浪号消失。...
2022-03-03 11:56:22
1424
原创 STM32F103C8T6与st-link Utiliy软件无法链接，无法下载hex文件
遇到一个问题，就是在使用st-link Utility这款软件进行下载的时候，出现了一个问题，一直下载不进去hex文件，错误提示如下所示：解决办法：按住单片机上的reset按钮，点击st-link Utility上的下载按钮，这个时候再松开reset按钮，注意先后顺序，问题得以解决，解决以后结果如下：...
2022-03-03 08:23:57
1344
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