图学习笔记(四):图学习基础概念

本文介绍了图学习的基础概念,包括图的定义及其在社交网络、推荐系统等领域的应用。图学习作为深度学习的一个子领域,擅长处理不规则数据,与传统深度学习相比具有优势。文章还探讨了图学习在节点级别、边级别和图级别任务中的应用,并提及了图游走类、图神经网络和知识图谱嵌入等算法。此外,还推荐了PGL图学习库并提供了实践指导。
摘要由CSDN通过智能技术生成

学习图:资料推荐

  • 理论方面:

  • 综述:
    Graph Neural Networks: A Review of Methods and Applications
    A Comprehensive Survey on Graph Neural NetworkS

  • 视频:理论课:斯坦福CS224W

  • 动手实践:DeepWalk, node2vec, GCN, GAT, GraphSAGE (本次公开课实践内容)

  • 进阶:经典论文复现

  1. DeepWalk:“DeepWalk: Online Learning of Social Representations”
  2. GCN.:“Semi-supervised Classification with Graph Convolutional Networks"
  3. GAT. “Graph Attention Networks”
  4. GraphSAGE. “Inductive Representation Learning on Large Graphs”
  5. 大量GNN论文:https://github.com/thunl
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Laura_Wangzx

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值