GCN
參考 論文筆記：SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS 如何理解 Graph Convolutional Network（GCN）？ 圖卷積網絡(Graph Convolutional Network ...
原文：GCN和GCN在文本分類中應用
.GCN的概念 傳統CNN卷積可以處理圖片等歐式結構的數據，卻很難處理社交網絡 信息網絡等非歐式結構的數據。一般圖片是由c個通道h行w列的矩陣組成的，結構非常規整。而社交網絡 信息網絡等是圖論中的圖 定點和邊建立起的拓撲圖 。 傳統CNN卷積面對輸入數據維度必須是確定的，進而CNN卷積處理后得到的輸出數據的維度也是確定的。歐式結構數據中的每個點周邊結構都一樣，如一個像素點周圍一定有 個像素點，即 ...
2019-08-31 22:13 0 5291 推薦指數：
相關推薦
GCN
REFERENCE: https://www.jianshu.com/p/ad528c40a08f https://www.zhihu.com/question/54504471 圖有兩個基本的特性 ...
深度學習在文本分類中的應用
近期閱讀了一些深度學習在文本分類中的應用相關論文（論文筆記)，同時也參加了CCF 大數據與計算智能大賽（BDCI）2017的一個文本分類問題的比賽：讓AI當法官，並取得了最終評測第四名的成績(比賽的具體思路和代碼參見github項目repo)。因此，本文總結了文本分類相關的深度學習模型、優化 ...
GCN python 實現2：利用GCN進行節點分類
參考：https://www.baidu.com/link?url=5oU-O_YQV8DdSTtRkgzsQ_vuwjJHyUOxqeAKhq98ZA5XtvKW8PNQwXgSlr5GpESRqh ...
GCN實現3
/ Multi-layer Graph Convolutional Network (GCN) with first- ...
BERT解析及文本分類應用
預訓練 文本分類試驗 參考文獻 前言 在 ...
CNN在中文文本分類的應用
深度學習近一段時間以來在圖像處理和NLP任務上都取得了不俗的成績。通常，圖像處理的任務是借助CNN來完成的，其特有的卷積、池化結構能夠提取圖像中各種不同程度的紋理、結構，並最終結合全連接網絡實現信息的匯總和輸出。RNN由於其記憶功能為處理NLP中的上下文提供了途徑。 在短文本分析任務中 ...