- 博客(2)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Adaptive Transfer Learning on Graph Neural Networks(KDD ’21, August 14–18, 2021, Virtual Event, Sin)
Adaptive Transfer Learning on Graph Neural Networks图神经网络的自适应迁移学习引用请注明来源摘要：1 INTRODUCTION挑战贡献2 相关工作2.1 基于图的预培训和多任务学习2.2 图表上的自我监督任务2.3 辅助任务权重方法3.1 一般辅助损失转移学习框架3.2 基于任务相似度的自适应辅助损失加权(1)加权模型量化了每个辅助任务对目标任务的一致性(2)通过元学习优化加权模型3.3 讨论4 评价4.1 Datasets and Baselin
2021-12-14 17:11:05
3409
原创 2021-03-26
**CNN一些算法与应用**众所周知，CNN在影像识别方便特别强大，许多影像识别的模型都是以CNN的框架为基础去做延伸。CNN可以应用在场景分类、图像分类、目标检测、NLP等领域。选用不同的卷积层滤波器进行卷积操作，可得到不同效果的图像，提取到图像的不同特征，比如，可以做到：边缘检测、锐化以及模糊操作。使用多的滤波器，可提取多的图像特征，进行不同的特征映射。最后，结合所有的特征图作为卷积层的最终输出。距今为止，CNN在深度学习领域取得了巨大的成功。我的观点：这些成功，一是来自于更强大的硬件、更多的
2021-03-26 10:55:30
735
实训项目1-6：公关三要素分析；公关工作程序；新闻发布会；赞助活动；战略方案-戴尔公司小组研讨
2022-07-01
中国科学院模式识别与机器学习期末考试试题4份+预测题（有作者答案）（全网最全）
2021-01-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人