图神经网络GNN

本文整理了关于图神经网络GNN的优质资源,包括ICLR 2020上的研究文章、中山大学事实检测的应用、图神经网络历史与发展,以及一系列深入讲解GNN的博客。同时,还提供了无监督深度学习和自编码器的相关介绍,帮助读者全面了解图表示学习和深度学习的发展。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

综述性文章:

https://zhuanlan.zhihu.com/p/75307407?from_voters_page=true  

ACL 2020 中山大学的一篇 利用图神经网络进行事实检测的文章

https://mp.weixin.qq.com/s/kb_6iYMQd1wwzLlyJa9OgA

 

ICLR 2020 上的图神经网络好文:

https://zhuanlan.zhihu.com/p/137763936

github关于GNN的历史与发展

https://baijiahao.baidu.com/s?id=1639573525184878017&wfr=spider&for=pc

图表示学习(Tencent):

https://blog.youkuaiyun.com/Tencent_TEG/article/details/99788590/

从图到图卷积,解释GNN的一个系列blog,写得很详细:

https://www.cnblogs.com/SivilTaram/p/graph_neural_network_1.html

 

无监督深度学习主线介绍:

https://www.jianshu.com/p/c0d9adae148d

关于自编码器无监督学习:

https://www.zhihu.com/question/41490383

这篇对深度学习的历史概括写得不错:

https://www.cnblogs.com/jhding/p/5687549.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值