深入淺出圖神經網絡 第2章 神經網絡基礎 讀書筆記
第2章 神經網絡基礎 2.1 機器學習基本概念 2.1.1 機器學習的分類 機器學習有以下幾種常見的分類方法： 根據訓練數據是否有標簽可分為： 監督學習：訓練數據中每個樣本都有標簽，通過標簽指導模型進行訓練 無監督學習：訓練數據完全沒有標簽，算法從數據中發 ...
原文：深入淺出圖神經網絡 第4章 表示學習 讀書筆記
第 章 表示學習 在第 章的時候提到了機器學習的第一步就是提取特征。而表示學習就是自動地從數據中學習特征，並直接用於后續的任務。 . 表示學習 . . 表示學習的意義 表示學習要回答 個問題： 如何判斷一個表示比另一個表示更好 如何挖掘這些表示 使用什么樣的目標去得到一個好的表示 舉一個例子就是一個圖像，計算機能夠得到的知識一個個像素點這樣的原始數據，只關注像素點是無法得到一些具體信息的 而人在看 ...
2021-05-23 19:03 2 239 推薦指數：
相關推薦
深入淺出圖神經網絡 第3章 卷積神經網絡 讀書筆記
第3章 卷積神經網絡 卷積神經網絡CNN是目前應用最廣泛的模型之一，具有局部連接、權值共享等特點，是一種深層前饋神經網絡。 3.1 卷積與池化 卷積與池化是CNN中的兩個核心操作。 3.1.1 信號處理中的卷積 題外話：因為這部分的核心知識應該是屬於《信號與系統》這門課程 ...
深入淺出圖神經網絡 第6章 GCN的性質 讀書筆記
第6章 GCN的性質 第5章最后講到GCN結束的有些匆忙，作為GNN最經典的模型，其有很多性質需要我們去理解。 6.1 GCN與CNN的區別與聯系 CNN卷積卷的是矩陣某個區域內的值，圖卷積在空域視角下卷的是節點的鄰居的值，由此粗略來看二者都是在聚合鄰域的信息。 再具體來看一些區別與聯系 ...
深入淺出圖神經網絡 第5章 圖信號處理與圖卷積神經網絡 讀書筆記
前面廢點話： 終於！來到了GNN最相關的內容！前面四章來說都是一些預備知識，或者說是介紹性的認識的東西，其實和GNN的關系不是特別大。但從這一章開始一上來就是GNN最核心的東西：圖信號處理。這部分其實非常關鍵，但大部分人學的時候可能都會忽視這一點，認為自己可以直接進入GCN的部分，這是 ...
神經網絡與深度學習 邱錫鵬 第5章 卷積神經網絡 讀書筆記
卷積神經網絡(CNN)是一種具有局部連接、權重共享等特性的深層前饋神經網絡。 卷積神經網絡最早主要是用來處理圖像信息。在用全連接前饋網絡來處理圖像時，會存在以下兩個問題： （1）參數太多：隨着隱藏層神經元數量的增多，參數的規模也會急劇增加。這會導致整個神經網絡的訓練效率非常低，也很容易出現 ...
深入淺出圖神經網絡 GCN代碼實戰
GCN代碼實戰 書中5.6節的GCN代碼實戰做的是最經典Cora數據集上的分類，恰當又不恰當的類比Cora之於GNN就相當於MNIST之於機器學習。 有關Cora的介紹網上一搜一大把我就不贅述了，這里說一下Cora這個數據集對應的圖是怎么樣的。 Cora有2708篇論文，之間有引用關系 ...
《深入淺出WPF》讀書筆記
依賴屬性： 節省實例對內存的開銷； 屬性值可以通過Binding依賴到其他對象上。 WPF中，依賴對象的概念被DependencyO ...
深入淺出MySQL讀書筆記（一）
深入淺出MySQL讀書筆記（一） 前言 在某大神童靴的強烈安利下最近閱讀了深入淺出MySQL一書，這本書的第三部分，介紹了MySQL數據庫的一些優化方法，非常值得一讀，推薦大家如果有時間都可以閱讀一下，下面博客的主要內容實際是個人的讀書筆記。主要內容包括以下方面： 索引相關內容 ...