本次打卡营收获许多,了解到图更深层次的应用。许多算法的机理是简单的,却能有巨大的应用。
第一次课是对图论的复习以及图学习的一个初步介绍,我的学习笔记可见:
https://aistudio.baidu.com/aistudio/projectdetail/1259792
第二次课是对图游走类模型中的DeepWalk、node2vec、methpath2vec进行介绍。因为如果一幅图很大(节点、边数太多),则在训练时若全部进行训练代价巨大,所以需要进行采样。我的学习笔记可见:
https://aistudio.baidu.com/aistudio/projectdetail/1266963
第三次课是对图神经网络算法中的GCN、GAT的学习,主要讲述了如何使用深度学习的概念进行图中节点、边的特征的泛化,更好地应用于实际应用之中,笔记见:
https://aistudio.baidu.com/aistudio/projectdetail/1271268
第四课是对图采样详解、邻居聚合、GraphSAGE的讲述,学习笔记见:
https://aistudio.baidu.com/aistudio/projectdetail/1275662
第五课是百度自研地ERNIESAGE和UniMP的学习,学习笔记见:
https://aistudio.baidu.com/aistudio/projectdetail/1279262
还有一些自己做的课程作业的项目,以下是网址:
Task1:https://aistudio.baidu.com/aistudio/projectdetail/1259886
Task2:https://aistudio.baidu.com/aistudio/projectdetail/1262774
Task3:https://aistudio.baidu.com/aistudio/projectdetail/1269923
Task4:https://aistudio.baidu.com/aistudio/projectdetail/1276017
最后是比赛的学习,有兴趣的同学可以来刷刷榜单。
https://aistudio.baidu.com/aistudio/competition/detail/59