logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

图卷积网络 GCN Graph Convolutional Network(谱域GCN)的理解和详细推导

文章目录1. 为什么会出现图卷积神经网络?2. 图卷积网络的两种类型2.1 vertex domain(spatial domain):顶点域(空间域)2.2 spectral domain:频域方法(谱方法)3. 什么是拉普拉斯矩阵?3.1 常用的几种拉普拉斯矩阵普通形式的拉普拉斯矩阵对称归一化的拉普拉斯矩阵(Symmetric normalized Laplacian)随机游走归一化拉普拉斯矩

图或网络中的中心性:点度中心性、中介中心性、接近中心性、特征向量中心性、PageRank

文章目录点度中心性(degree centrality)中介中心性(betweenness centrality)接近中心性(closeness centrality)特征向量中心性(eigenvector centrality)有向图与PageRank小结网络由节点(node)和连接它们的边(edge)构成。例如,微信好友的关系是相互的,如果我是你的好友,你也是我的好友。这样的网络称为无向网络.

人工智能 一种现代方法 第1章 绪论

文章目录什么是人工智能人工智能的历史第一阶段第二阶段第四阶段第五阶段资源分享什么是人工智能人工智能:AI (Artificial Intelligence) is the science of making machines that:think humanly (认知建模);think rationally (思维法则);act humanly (图灵测试);act rationa...

#人工智能
[论文总结]:Mixed Precision Training 混合精度训练 百度和英伟达联合发表 ICLR 2018

文章目录1论文概述2 Half Precision Format2 混合精度的解释采用FP16的优势为什么需要FP323 控制半精度的信息损失的方法accumulating FP16 products into FP32FP32 MasterCopyofWeightsLoss scaling总结:训练步骤实验结果语音识别 Speech Recongnition图像分类物体检测 Dete...

[论文笔记]Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks

文章目录Abstract1. IntroductionPrevious GCN Training Algorithms2. Background图卷积网络(GCNs)3. Proposed AlgorithmWhy does vanilla mini-batch SGD have slow per-epoch time?Embedding utilization can reflect compu

图卷积网络 GCN Graph Convolutional Network(谱域GCN)的理解和详细推导

文章目录1. 为什么会出现图卷积神经网络?2. 图卷积网络的两种类型2.1 vertex domain(spatial domain):顶点域(空间域)2.2 spectral domain:频域方法(谱方法)3. 什么是拉普拉斯矩阵?3.1 常用的几种拉普拉斯矩阵普通形式的拉普拉斯矩阵对称归一化的拉普拉斯矩阵(Symmetric normalized Laplacian)随机游走归一化拉普拉斯矩

暂无文章信息