深度学习计划

本文介绍了如何运用GAT(GraphAttentionNetwork)进行深度学习。学习过程涵盖了GAT的基本原理,代码实现,以及从数据预处理到模型训练和优化的完整流程,包括数据集的划分、标签编码、矩阵运算,最终达到模型稳定并能进行预测的目的。
摘要由CSDN通过智能技术生成

学习目标:

学会GAT的实际运用


学习内容:

GAT原理以及代码运用


学习时间:

3.3-3.10


学习产出:

深度学习的基本思路就是,建立model,加载数据集,划分数据集,加载labels,将labels进行一个one-hot,然后将这些全部转换为向量,以便进行矩阵运算,然后进行一个优化和分类,进行一个参数更新。最后得到一个比较稳定的model来进行新的预测

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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