GNN（Graph Neural Network 图神经网络）
图神经网络 先导概念 传统机器学习与图神经网络的关系 传统机器学习数据类型：矩阵、张量、序列、时间序列；但是现实生活中的数据更多是图的结构； 现实的数据可以转化为图的形式（包括传统机器学习数据），图机器学习问题可概括为节点分类问题，边预测问题 传统机器学习技术假设样本独立同分 ...
原文：图神经网络 The Graph neural network model
图神经网络 原始版本 图神经网络现在的威力和用途也再慢慢加强 我从我看过的最原始和现在慢慢最新的论文不断写上我的看法和见解 本人出身数学 所以更喜欢数学推导 第一篇就介绍图神经网络想法的开端 之后的图神经网络模型 都是基于此慢慢改进。 能处理的领域 针对常见的旅行者问题 社交网络 分子结构 等等常见的非结构化数据皆能进行处理 不同点在于你g x 即输出函数如何设计，图神经模型的贡献在于如何去学习 ...
2018-04-27 09:35 3 2458 推荐指数：
相关推荐
图神经网络（Graph Neural Networks，GNN）综述
https://zhuanlan.zhihu.com/p/75307407 本篇文章是我在2019年8月阅读完论文“Wu, Zonghan , et al. "A Comprehensive Survey on Graph Neural Networks." (2019).“”后的翻译与笔记 ...
神经网络(Neural Network)
1 引言 机器学习(Machine Learning)有很多经典的算法，其中基于深度神经网络的深度学习算法目前最受追捧，主要是因为其因为击败李世石的阿尔法狗所用到的算法实际上就是基于神经网络的深度学习算法。本文先介绍基本的神经元，然后简单的感知机，扩展到多层神经网络，多层前馈 ...
神经网络(Neural Network)
一、激活函数 激活函数也称为响应函数，用于处理神经元的输出，理想的激活函数如阶跃函数，Sigmoid函数也常常作为激活函数使用。 在阶跃函数中，1表示神经元处于兴奋状态，0表示神经元处于抑制状态。 二、感知机 感知机是两层神经元组成的神经网络，感知机的权重调整方式如下所示 ...
Recurrent Neural Network(循环神经网络)
Reference: Alex Graves的[Supervised Sequence Labelling with RecurrentNeural Networks] Alex是RNN最著名变 ...
neural network(神经网络): an introduction(一)
当下深度学习技术已经运用到很多领域和任务中，笔者也是一个初学者，主要研究方向是自然语言处理，接触时间大概一年左右，也不算深入，在这里写下一些读书笔记吧，和大家一起学习。鉴于笔者水平有限，难免有些不 ...
图神经网络GNN-Graph Neural Networks: A Review of Methods and Applications
转载机器之心的博客：清华大学图神经网络综述：模型与应用，这里仅当个人学习使用； 清华大学孙茂松组整理的很多有关GNN的Paper可以参考：（https://github.com/thunlp/GNNPapers）。 引言 图是一种数据结构，它对一组对象（节点）及其关系（边）进行建模 ...