lyd1995的博客

（一）基本框架和概念先以一个简单的双层神经网络为例：上面的神经网络有输入层：输入特征，每个特征都要与隐藏层的神经元相连，主要是将输入传达到下一层，另外这一层也被称为第零层，不计入神经网络的层数隐藏层：隐藏有多层，用来计算输入的特征，计算的方法是线性计算与激活函数输出层：将隐藏层的输出作为输入进行计算神经元：上述图里的圆圈代表神经元，神经元是完成计算的主体，一般来说神经...

一、计算图计算图可以用于表示一个复杂的函数，它通过将复杂函数分解为简单的计算来得到最后的计算结果下面用一个简单的例子来介绍计算图为了方便表示，在此说明一下：矩形节点：输入功能或者输出功能圆形节点：接受一个数据的输入并按照节点运算规则计算，并将计算结果输出到下一个节点函数：f(x,y,z)=(x+y)zf(x, y, z)=(x+y)zf(x,y,z)=(x+y)z 的计算...

卷积神经网络（Convolutional Neural Networks, CNN）一 、卷积神经网络的基本概念1、卷积核卷积核就是图像处理时，给定输入图像，在输出图像中每一个像素是输入图像中一个小区域中像素的加权平均，其中权值由一个函数定义，这个函数称为卷积核。卷积核可以由张量表示，张量大小：n×m×channeln\times m\times channeln×m×channel这里...

论文地址代码实现（tensorflow）论文里面实现的GAT网络是多注意力机制的，直接理解起来很困难，这里我们就先从单注意力机制的GAT网络说起。一、单注意力机制先来看看单注意力下，GAT网络的工作流程：...