- 博客(1)
- 资源 (2)
- 收藏
- 关注
RSS订阅翻译 GAP: Generalizable Approximate Graph Partitioning Framework(广义近似图划分框架)
Abstract 图划分是将一个图的节点划分为平衡的分区，同时最小化跨分区的边割的问题。由于它的组合性质，许多近似解被开发出来，包括多层次方法和谱聚类的变体。我们提出了GAP，一个可推广的近似划分框架, 这需要深入学习图划分的方法。我们定义了一个表示划分目标的可微损失函数，并利用反向传播优化网络参数。与按图重做优化的基线不同，GAP具有泛化能力，允许我们训练在推理时产生性能分区的模型，即使是在看不见的图上。此外，由于我们在学习图的表示的同时联合优化分区损失函数，GAP可以很容易地针对各种图结构进行调整。我
2020-09-28 09:50:44
1970
3
Ubuntu18.04_AI_Setup_Software
包含Ubuntu18.04的镜像文件，Anaconda3，Cuda-10.0，cuDNN-7.4.1 for cuda10，opencv-3.4.0，Matlab_Linux，所有的安装包都在我的这篇博客Ubuntu18.04_AI_Setup里用到
https://blog.csdn.net/weixin_36835368/article/details/84944848
2018-12-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人