机器学习
Mr.琛
钻石要琢磨
展开
-
论文阅读总结(Text Level Graph Neural Network for Text Classification)
From ACL2019原创 2020-09-09 22:13:52 · 2142 阅读 · 0 评论 -
论文阅读总结(Message Passing Attention Networks for Documents Understanding)
From AAAI2020论文链接:Message Passing Attention Networks for Documents Understanding文章目录1. Abstract2. Introduction3. Message Passing Neural Networks4. Message Passing Attention Network for Document Understanding(MPAD)4.1 Word co-occurrence networks4.2 Messa原创 2020-09-08 20:10:15 · 1244 阅读 · 0 评论 -
图卷积神经网络GCN原理总结
目录1. 图信号处理知识1.1 图的拉普拉斯矩阵1.1.1 拉普拉斯矩阵的定义及示例1.1.2 正则化拉普拉斯矩阵1.1.3 拉普拉斯矩阵的性质1.2 图傅里叶变换1.3 图信号滤波器2. 图卷积神经网络2.1 数学推导3. Pytorch代码解析1. 图信号处理知识图卷积神经网络涉及到图信号处理的相关知识,也是由图信号处理领域的知识推导发展而来,了解图信号处理的知识是理解图卷积神经网络的基础。1.1 图的拉普拉斯矩阵拉普拉斯矩阵是体现图结构关联的一种重要矩阵,是图卷积神经网络的一个重要部分。1.原创 2020-08-07 14:39:32 · 5457 阅读 · 0 评论 -
论文阅读总结(Graph Convolutional Networks for Text Classification)
Graph Convolutional Networks for Text Classification(用于文本分类的图卷积网络)论文:https://arxiv.org/abs/1809.05679v1这篇论文将Kipf和Welling提出的GCN网络用于文本分类,是一个比较新颖的尝试并取得了较好的效果。Kipf和Welling的GCN论文:https://arxiv.org/abs/1...原创 2020-01-12 15:17:03 · 2011 阅读 · 0 评论 -
自然语言处理(NLP)之词嵌入(word embedding)
词嵌入(word embedding) 是在自然语言处理中广泛使用的一个手段,在概念上而言,是指把一个维数为所有词的数量的高维空间嵌入到一个维数低得多的连续向量空间中(降维思想),每个单词或词组(甚至更粗粒度,如文档)被映射为实数域上的向量。(将词转化为计算机能够处理的数值向量)即:f(x)–>y [其中x为非数值的词,y为实数域上的一个向量]一.NLP的几种词的表示方式1.one-h...原创 2020-01-11 17:39:09 · 3763 阅读 · 0 评论 -
论文阅读总结(SEMI-SUPERVIED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS)
Semi-Supervised Classification with Graph Convolutional Networks(基于图卷积神经网络的半监督分类)这篇文章是阿姆斯特丹大学的教授Max Welling和博士Thomas N.Kipf于2017年在深度学习顶会ICLR上发表的,至写此篇博客时,在谷歌学术上显示论文被引用数已经到达2136次。作为一个新手,拜读大牛的论文后想要写一写自...原创 2019-11-24 17:46:04 · 1805 阅读 · 0 评论 -
机器学习--拉普拉斯算子(Laplace Operator)学习整理
一.定义拉普拉斯算子(Laplace Operator)是n维欧几里德空间中的一个二阶微分算子,定义为梯度(▽f)的散度(▽·f)。(摘自百度百科)如果f是二阶可微的实函数,则f的拉普拉斯算子定义为:f的拉普拉斯算子也是笛卡尔坐标系xi中的所有非混合二阶偏导数:对于二维空间上:(x与y代表 x-y 平面上的笛卡尔坐标)二.机器学习中应用1.作为具有旋转不变性的各向同性算子,拉普拉...原创 2019-11-20 15:42:00 · 9135 阅读 · 0 评论