图神经网络
关注
分享
扫一扫
LeetCoder
1. 教务管理系统
项目概述：帮助教师对教学任务增删查改以及分配教师教学任务的系统实现，技术实现为Spring+JavaScript+JSP+AJAX+easyUI。包括对教师课表，人员表的上传及下载。
2. 画眉龙网上购物网站
项目概述：此系统为网上购物系统，用户可以用过该系统实现网上购物、注册、登录、浏览商品、订单支付、生成订单等功能。技术实现为Servlet+JavaScript+AJAX+JQuery+Jsp+HTML+Css。
3. 通用窄带机系统
项目概述： 本系统为基于wpf框架，c#后台语言的窄带机系统。主要是对Socket编程接
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
脑电数据的特征提取算法详解
脑电信号是一些时域变换。作者做了什么做这件事有什么意义作者是用什么方法去做的这个方法（思路）的每一步具体怎么操作，每一步都有什么目的，为了解决一个什么样的小问题在做的过程中，有哪些难点，作者是如何解决的作者得到的每一张图、每一张表、每一个结果，都说明了什么问题1 傅里叶变换1 为什么进行傅里叶变换？2 输入是什么？输出是什么？3 傅里叶变换在计算机里还能做什么？4 傅里叶变换的理论推导证明？5 其他跟傅里叶变换类似的变换？...原创 2020-11-27 11:33:20 · 11006 阅读 · 4 评论 -
《深度学习》书籍阅读
学习基础，就是打牢基础知识部分。1 《深度学习》简介2 线性代数2.1基本概念：有标量、向量、矩阵、张量2.2基本概念：hadmaard乘积、点积、矩阵有矩阵乘积这种运算，满足分配律和结合律，不满足交换律。但是两个向量乘积满足交换律。（因为两个向量点积是标量。）2.3 单位矩阵和逆矩阵2.4 线性相关和生成子空间解释Ax=b发生了什么？我们可以理解为b为一组向量A的生成子空间，是原始向量线性组合抵达的点的集合...原创 2020-12-12 15:05:34 · 3782 阅读 · 0 评论 -
《深度学习推荐系统》阅读笔记
当我们提到推荐的时候，其实我们在说什么？1 问题：1谁推荐给谁？ 2 在哪里推荐？ 3 推荐的指标？ 4 推荐的要素？ 2 解决方法：1 系统推荐给用户， 2 在电商网络中，在社交网络中，在各种可能需要推荐的网络中 3 推荐会不会让用户点击？用户喜不喜欢看？ 4 特征1 序言解释深度学习在工业界使用的好处。目前工业界的两种方法：拿着锤子找钉子和问题驱动。作者提出为了应对未来的发展，深度学习+推荐系统该如何走？...原创 2020-11-17 22:13:21 · 377 阅读 · 1 评论 -
深度学习入门
用最快的时间过一遍深度学习基础，每个组件的设计原理、公式、代码都尽可能的详细。1 没有深度学习之前？假如我们要识别一个图像中是否有猫？ 我们根本编写不出这种代码。那我们就逆向思维一下。直接从数据出发，让数据告诉我们是否有猫？1.1 起源人类就一直渴望能从数据中分析出预知未来的窍门机器是否可以思考+ 神经网络神经是通过正向强化来学习的，即赫布理论 。赫布理论是感知机学习算法的原型，并成为支撑今日深度学习的随机梯度下降算法的基石：强化合意的行为、惩罚不合意...原创 2020-11-13 17:15:10 · 1827 阅读 · 0 评论 -
推荐系统+深度学习综述
1 协同过滤用户记录作为用户特征考虑整个图信息获得一个节点表示参考资料：https://www.bilibili.com/video/BV1Sf4y1y7Vb?from=search&seid=5910253173285974306何向南- 图神经网络在推荐系统的前沿研究...原创 2020-11-11 16:05:37 · 1299 阅读 · 0 评论 -
2019A Comprehensive Survey on Graph Neural Networks被700
摘要1 引言在这项调查中，我们提供了数据挖掘和机器学习领域中图神经网络（GNN）的全面概述。我们提出了一种新的分类法，将最新的图神经网络分为四类，即递归图神经网络，卷积图神经网络，图自动编码器和时空图神经网络。我们将进一步讨论图神经网络在各个领域的应用，并总结现有算法在不同学习任务上的开源代码和基准.2 ...原创 2020-11-06 15:18:20 · 705 阅读 · 0 评论 -
2020deep learning on Graphs:a survey被200
摘要深度学习已被证明在从声学，图像到自然语言处理的许多领域都取得了成功。但是，由于图的独特特性，将深度学习应用于普适的图数据并非易事。最近，大量研究工作致力于将深度学习方法应用于图形，从而在图形分析技术方面取得了有益的进步。在本次调查中，我们全面回顾了图上不同类型的深度学习方法。基于现有模型的模型架构和训练策略，我们将其分为五类：图形递归神经网络，图形卷积网络，图形自动编码器，图形强化学习和图形对抗方法。我们然后主要通过遵循它们的发展历史，以系统的方式对这些方法进行全面的概述。我们还分析了不同方法的差原创 2020-11-06 15:05:55 · 381 阅读 · 0 评论