【图机器学习】cs224w Lecture 1 & 2 - 图的性质 及 随机图
目录 Lecture 1: Introduction Lecture 2: Properties and Random Graph Degree Distribution Path Length Clustering ...
原文：【图机器学习】cs224w Lecture 8 & 9 - 图神经网络 及 深度生成模型
目录 Graph Neural Network Graph Convolutional Network GraphSAGE Graph Attention Network Tips Deep Generative Models for Graphs GraphRNN: a Auto Regressive Models Tractability 转自本人：https: blog.csdn.net ...
2020-05-16 15:51 0 969 推荐指数：
相关推荐
【图机器学习】cs224w Lecture 7 - 节点的表示
目录 Node Embedding Random Walk node2vec TransE Embedding Entire Graph Ano ...
【图机器学习】cs224w Lecture 5 - 谱聚类
目录 Spectral Clustering Graph Partitioning $d$-Regular Graph Motif-Base ...
【图机器学习】cs224w Lecture 6 - 消息传递 及 节点分类
目录 Node Classification Probabilistic Relational Classifier Iterative Classif ...
【图机器学习】cs224w Lecture 3 - Motif, Graphlet 及 结构性角色
目录 Network Motifs Configuration Model Graphlets How to Find Motifs and G ...
【图机器学习】cs224w Lecture 4 - 社区结构
/details/105328390 之前讲到了网络中节点扮演不同角色，而角色这个概念和社区互补，那 ...
08-GNN 图机器学习之图神经网络
图神经网络 node embedding 回顾了之前node2vec的例子以及深度学习卷积的一些基础 浅层encoder的局限性： 参数数量O(v):节点间没有共享参数，每个节点有自己的embedding 不能表征未见过的节点 没有综合考虑节点特征 ...
机器学习|深度学习算法模型——人工神经网络(ANN)
1、什么是人工神经网络(ANN) 人工神经网络的灵感来自其生物学对应物。生物神经网络使大脑能够以复杂的方式处理大量信息。大脑的生物神经网络由大约1000亿个神经元组成，这是大脑的基本处理单元。神经元通过彼此之间巨大的连接（称为突触）来执行其功能。人脑大约有100万亿个突触，每个神经 ...