- 博客(4)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 图卷积神经网络笔记——第二章：谱域图卷积介绍（2）
上一小节： 链接.接下来介绍三个经典的图谱卷积模型：SCNN、ChebNet、GCN目录一、简介二、SCNN三、ChebNet四、GCN五、小结一、简介上面这个式子是上一小节最后推导的结果。二、SCNN上面图片实际上是GCN模型的图片，放在这里是因为不同方法的卷积网络特征图的规律都是一样的。如上面左图，首先某一层的图的信号可以表示为一个 n∗Cn*Cn∗C 的一个矩阵，nnn 就表示有nnn个不同的节点，CCC 代表通道个数；然后所谓图上的信号，其实就可以分解为各个节点上的信号，用XXX.
2020-05-31 09:24:26
5542
5
原创 图卷积神经网络笔记——第二章：谱域图卷积介绍（1）
目录一、图卷积介绍二、图谱卷积的背景知识一、图卷积介绍其中语音可以看作是一维向量，图像可以看作是二维矩阵，视频可以看作是三维矩阵。其中序列无序性是指：上图中红色节点的邻居节点有两个，而我们不知道它们谁应该排在前，谁应该排在后，这就是序列无序性。维数可变性是指：上图中红色节点和蓝色节点的邻居节点个数是可以不相同的，这就是维数可变性。因此我们无法将3x3的卷积核应用到图数据上，这就是图卷积网络需要解决的问题。后面我会先介绍谱域图卷积方法，主要由下面圈出来的三篇文章入手，即SCNN、GCN
2020-05-29 11:27:40
10342
11
原创 图卷积神经网络笔记——第一章：系统性地介绍，卷积为什么要从 欧式空间 转到 非欧式空间
目录一、人工神经网络发展浪潮二、卷积计算与神经网络结构1.卷积定理2.基本概念——卷积3.基本概念——池化、全连接4.多层神经网络5.现代卷积神经网络结构基础 —— LeNet一、人工神经网络发展浪潮ImageNet2012年竞赛上，采用了最新的卷积神经网络，误差一下子降低了10个点，从此卷积神经网络迎来浪潮，如VGGNet，InceptionNet，残差网络ResNet等。二、卷积计...
2020-05-06 19:18:38
6668
1
原创 深度优先遍历实现0-1背包问题
能很好的理解递归实现的原理。0-1背包问题描述：有n件物品，每件物品的重量为w[i],价值为c[i]。现在需要选出若干件物品放入一个容量为V的背包中，使得选入背包的物品重量之和在不超过V的前提下，让背包中物品的价值之和最大，求最大价值。话不多说，先上代码（python实现）：# DFS为深度优先遍历函数# index为当前处理的物品编号，sumW和sumC分别为当前总重量和当前总价值...
2020-05-04 14:05:07
633
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人