参考博客：https: blog.csdn.net weixin article details https: www.zhihu.com question .引言 传统的CNN由于具有平移不变性 即每个节点的邻居结点数都是固定的 ，经过训练可以很好的提取一些高层次的语义信息，但是对于一些社交网络，脑连接这些高维不规则型网格数据CNN并不能很好的工作，或者说没有办法去工作。文章考虑这种情况，扩展了 ...
2020-06-16 10:22 0 996 推荐指数：
Paper information Tittle：《Spectral Networks and Locally Connected Networks on Graphs》 Authors：Joan Bruna、Wojciech Zaremba、Arthur Szlam ...
Squeeze-and-Excitation Networks 简介 SENet提出了一种更好的特征表示结构，通过支路结构学习作用到input上更好的表示feature。结构上是使用一个支路去学习如何评估通道间的关联，然后作用到原feature map上去，实现对输入的校准。支路的帮助 ...
Spatial Transformer Networks 简介 本文提出了能够学习feature仿射变换的一种结构，并且该结构不需要给其他额外的监督信息，网络自己就能学习到对预测结果有用的仿射变换。因为CNN的平移不变性等空间特征一定程度上被pooling等操作破坏了，所以，想要网络能够应对 ...
本篇文章发表在ICLR2020上，对动态图的进行连接预测和结点分类。TGN中，作者除利用传统的图神经网络捕捉非欧式结构生成embedding外，还利用动态图所中时序信息。 TGN主要是由编码器和解码器构成，其中编码器负责将动态网络的每个结点编码成一个向量，解码器会根据具体 ...
linux连同网络的方法目前只实现的两种。 VMware提供了三种将虚拟网卡和物理卡捆绑起来的方式 使用网络地址转换的方式 桥接的方式 ###使用使用了两种的方法实现了虚拟机的网络的链接。 ###Bridge模式直接将虚拟机添加到局域网中，使虚拟机看起来像网内的一台真实计算机 ...
一.读前说明 1.论文"Densely Connected Convolutional Networks"是现在为止效果最好的CNN架构,比Resnet还好,有必要学习一下它为什么效果这么好. 2.代码地址：https://github.com/liuzhuang13/DenseNet 3. ...
Paper Information Title：《Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering》Authors：Michaël Defferrard、Xavier Bresson ...
Making Convolutional Networks Shift-Invariant Again Intro 本文提出解决CNN平移不变性丧失的方法，之前说了CNN中的downsample过程由于不满足采样定理，所以没法确保平移不变性。信号处理里面解决这样的问题是利用增大采样频率或者用抗 ...
