欢迎来到我的博客(*^▽^*)
【斯坦福cs224w-图机器学习】8-Graph Neural Networks 【斯坦福cs224w-图机器学习】8-Graph Neural Networks
讲解GNN中重要的四种模型:GCN,GraphSAGE,GAT以及PinSAGE
2020-11-26
【斯坦福cs224w-图机器学习】7,8,9-Graph Representation Learning 【斯坦福cs224w-图机器学习】7,8,9-Graph Representation Learning
在前面几周的学习中,我们学习了motifs,graphlets等等来表示一个图,本质上,它们就是图的一种特征表示(representation),接下来我们介绍自动的方法: 第七八两节介绍的都是关于图表示学习的,所谓万物皆可embeddin
2020-11-25
深度学习框架-动态图和静态图 深度学习框架-动态图和静态图
Tensorflow,Pytorch,PaddlePaddle等等深度学习框架,在介绍框架的时候都会提及到动态图和静态图。其实动态图和静态图都属于计算图,本文就来讲讲什么是动态图和静态图。 计算图不论是动态图还是静态图,它们都属于计算图。计
2020-11-24
【斯坦福cs224w-图机器学习】4. Community Structure in Networks 【斯坦福cs224w-图机器学习】4. Community Structure in Networks
讲解两个知识点:community structure in networks以及how to detection of them
2020-11-20
【斯坦福cs224w-图机器学习】3. Motifs and Structural Roles in Networks 【斯坦福cs224w-图机器学习】3. Motifs and Structural Roles in Networks
本节开篇从subgraph出发,指出subgraph是一个非常重要的概念,能够描述一个network的特征。于是,顺水推舟地讲解了两个利用到subgraph的度量指标:motifs and graphlets;最后又讲解了如何提取network中每个node的structural roles;
2020-11-19
【斯坦福cs224w 图机器学习】2. Properties of Networks and Random Graph Models 【斯坦福cs224w 图机器学习】2. Properties of Networks and Random Graph Models
在本节课中,我们首先讲述4个关于网络的重要属性,它们是我们研究图的重要指标。然后介绍几种常见的随机图模型。
2020-11-16
【斯坦福cs224w 图机器学习】1. Introduction; Structure of Graphs 【斯坦福cs224w 图机器学习】1. Introduction; Structure of Graphs
讲解为什么要研究Networks/Graphs,它们的应用在何处,以及复习图论的一些知识
2020-11-14
10 / 11