- 博客(4)
- 资源 (12)
- 问答 (8)
- 收藏
- 关注
原创 论文解读:How Powerful are Graph Neural Networks?
How Powerful are Graph Neural Networks?[Blog : Paper Notes sorted out by paper]???? About This PaperKeyulu Xu, Weihua Hu, Jure Leskovec, Stefanie JegelkaMIT and Stanford Universityhttps://arxiv.org/pdf/1810.00826.pdf???? GNNs一个图神经网络的更新准则一般可以归纳为这样:
2021-09-22 22:11:33
424
原创 论文解读:Structural Optimization Makes Graph Classification Simpler and Better
Structural Optimization Makes Graph Classification Simpler and BetterAbout This PaperJunran Wu, Jianhao Li, Yicheng Pan, Ke XuState Key Lab of Software Development Environment, Beihang Universityhttp://arxiv.org/abs/2109.02027Preliminary我们要做的是 图分类任务
2021-09-21 16:22:48
470
原创 图的结构熵
图的结构熵What Is The Problem ?衡量图的熵值有好多种方式,比如吉布斯熵、香农熵、冯·诺依曼熵等。如果我们通过一个网络模型去优化得到一个图模型,那么这个图模型的熵可以这么算:HS=−∑G∈Sp(G)logp(G)H_S=-\sum_{G\in S}p(G)logp(G)HS=−∑G∈Sp(G)logp(G), 称为:网络模型的结构熵(Structural Entropy of Models of Networks)其中:p(G)p(G)p(G) 是图 GGG (更准确地说,是
2021-09-21 00:25:45
7951
3
原创 《自然语言处理-基于预训练模型的方法》笔记
《自然语言处理-基于预训练模型的方法》笔记文章目录《自然语言处理-基于预训练模型的方法》笔记@[toc]〇.写在前面一、绪论(一) NLP 任务体系I.任务层级II.任务类别III.研究层次(二) 预训练的时代二、NLP 基础(一) 文本表示I.独热向量II.分布式表示III.词嵌入表示IV.词袋表示(二) NLP 任务I.语言模型II. 基础任务III. 应用任务(三) 基本问题I. 文本分类问题II. 结构预测问题III. 序列到序列问题(四) 评价指标I. 标准答案明确的情况II. 标准答案不明确的
2021-08-13 20:06:26
5633
3
蒲公英书笔记(《神经网络与深度学习》,邱锡鹏教授)(MarginNote 脑图版)
2021-09-01
Introduction to Graph Neural Networks 脑图笔记 (MarginNote)
2021-09-01
Causal Inference 笔记 (Marginnote 脑图版)
2021-09-01
自然语言处理-基于预训练模型的方法-笔记
2021-09-01
深度学习:蒲公英书手推
2021-09-01
工业科学笔记 (控制论、信号系统、工业管理) (法语版)
2021-09-01
概率论与数理统计笔记 (浙大版)
2021-09-01
微分方程笔记 (法语版)
2021-09-01
上交大最优化方法笔记 (18讲) (极简)
2021-09-01
Linux 无法在 root 隐藏目录中创建子目录?
2022-12-21
点击链接无法弹出 Chrome ?
2021-10-27
调用 pip 下载包的时候,进度条出现乱码?
2021-09-29
Github Pages 公式解析错误?
2021-09-21
强化学习的策略梯度是怎么计算的?
2021-08-26
SARSA/Q-Learning 为什么是模型无关的?
2021-08-26
如何导出带CSS滤镜的本地网页图像?
2021-08-02
打开 Excel 的加载窗口一直不消失?
2021-07-30
命令行怎么输入横杠?或者..怎么删除这个怪异的 Python 包?
2021-07-28
TA创建的收藏夹 TA关注的收藏夹
TA关注的人