CS224W
Attrackd
http://my.youkuaiyun.com/?ref=toolbar#
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
-
CS224W-08-Graph Neural Networks
Graph Neural Network在上一节中,我们学习了如何使用“浅层编码器”表示图。这些技术为我们提供了在向量空间中表示图的强大方式,但也有其局限性。在本节中,我们将探索使用图神经网络克服限制的三种不同方法。Limitation of “Shallow Encoders”(浅层编码器”的局限性)浅编码器无法缩放,因为每个节点都有唯一的嵌入。浅层编码器具有固有的传导性。它只能为单...翻译 2020-04-15 20:53:57 · 589 阅读 · 0 评论 -
CS224W-07-Node Representation Learning
Node Representation Learning(节点表示学习)本文为中文笔记翻译,其英文原文地址为Node Presentation Learning在本节中,我们研究了几种在嵌入空间中表示图形的方法。“嵌入”是指将网络中的每个节点映射到一个低维空间,这将使我们深入了解节点的相似性和网络结构。鉴于因特网和物理世界中图结构的广泛存在,图形的表示学习在诸如连接预测和异常检测之类的应用中起...翻译 2020-04-15 12:40:34 · 735 阅读 · 0 评论
分享