图神经网络
文章平均质量分 84
小杜今天学AI了吗
努力日更的小蜜蜂博主,喜欢健身,喜欢学习
展开
-
深入浅出图神经网络学习笔记(4)表示学习
表示学习一、离散表示与分布表示二、端到端学习三、基于重构损失的方法——自编码器四、基于基于对比损失的方法—Word2vec自动地从数据中去学习“有用”的特征,并可以直接用于后续的具体任务———称为表示学习一、离散表示与分布表示独热向量编码(one-hot),它将研究的对象表示为向量,这个向量只在某个维度上值是1,其余维度上值全为0,可以想象有多少种类型,这个向量的长度就有多长。比如要用这种方式去将中文汉字向量化,假设所有的中文汉字有N个,要想通过这种方式去表示这些汉字,那么每个字都需要一个N维的向量原创 2022-02-23 15:36:59 · 434 阅读 · 0 评论 -
深入浅出图神经网络(3)卷积神经网络
卷积神经网络(Convolutional Neural Network,CNN或ConvNet)是一种具有局部连接、权值共享等特点的深层前馈神经网络,在图像和视频分析领域,比如图像分类、目标检测、图像分割等各种视觉任务上取得了显著的效果,是目前应用最广泛的模型之一。原创 2022-02-23 11:10:23 · 1144 阅读 · 0 评论 -
深入浅出图神经网络学习笔记(2)神经网络基础
本文仅仅简单介绍了机器学习的流程和神经网络的基本知识,为以后的卷积神经网络和图神经网络学习打下基础原创 2022-02-23 10:16:28 · 913 阅读 · 0 评论 -
深入浅出图神经网络学习笔记(1)图的基本知识
这一小节对图相关的概念做一些基础介绍,包括图的基本定义、图在计算机中的存储表示方法与遍历方法、图数据及其常见的应用场景、图数据深度学习的浅述原创 2022-02-22 16:48:40 · 973 阅读 · 0 评论