图神经网络论文解读第11页

CodePlan

CodePlan论文解读最近在看老师给的LLM-Agent论文，在这记录一下CodePlan:Repository-levelCodingusingLLMsandPlanning【论文】旨在解决储存库级别的

oveZ·2023-10-18 07:38

知识图谱最新论文清单（附论文解读）

EMNLP2018■论文解读|康矫健，浙江大学硕士，研究方向为知识图谱、自然语言处理论文链接：PaperWeekly源码链接：pouyapez/mkbe论文动机当前知识库补全的方法主要是将实体和关系嵌入到一个低维的向量空间

weixin_30865427·2023-10-18 03:57

【图神经网络】GNN 图神经网络相关知识点

关键问题1，GCN是否可以用于有向图？图卷积分为两大类，一类是基于谱方法（spectralmethods），就是将图信号进行傅里叶变换在频域进行研究，以GCN为代表的模型，但是谱方法有一个理论要求就是拉普拉斯矩阵L要求为对称矩阵，L=D-A，即图为无向图才能满足；二类，是基于空域的研究方法（spatialmethods），以GraphSage为代表的模型，空域是不分有向图和无向图的，均可以计算；因

kang0709·2023-10-17 03:17

单目3D目标检测——MonoDLE 模型训练 | 模型推理

模型原理，参考我这篇博客：【论文解读】单目3D目标检测MonoDLE（CVPR2021）_一颗小树x的博客-CSDN博客源码地址：https://github.com/xinzhuma/monodle目录一

一颗小树x·2023-10-17 03:51

MPNN 模型：GNN 传递规则的实现

图神经网络的核心是吸周围之精华，再叠加自身，因而需要改进来保留自身特征。如何做？方法是给每个节点添加一个自环，即将邻接矩阵对角线值各加1，此时用表示，做到了聚合邻居节点并保留自身信息。

qq_38480311·2023-10-16 15:55

2021-07-22 DGL 图神经网络开源工作更新翻译

这是一个新的主要版本，包含各种系统优化、新特性和增强功能、新模型和错误修复。Thisisanewmajorreleasewithvarioussystemoptimizations,newfeaturesandenhancements,newmodelsandbugfixes.重要改变，在pypi安装上进行了与以往安装的区分。目录Important:ChangeonPyPIInstallation

路人与大师·2023-10-16 13:00

知识增广的预训练语言模型K-BERT：将知识图谱作为训练语料

ojs.aaai.org/index.php/AAAI/article/view/5681项目地址：https://github.com/autoliuweijie/K-BERT01背景论述笔者在前面的论文解读中提到过

NLP论文解读·2023-10-16 13:20

单目3D目标检测——MonoCon 模型训练 | 模型推理

模型原理，参考我这篇博客：【论文解读】单目3D目标检测MonoCon（AAAI2022）_一颗小树x的博客-CSDN博客源码地址：https://github.com/2gunsu/monocon-pytorch

一颗小树x·2023-10-16 07:37

不良条件视觉感知专栏（一）任务前言

Transformer、目标检测、语义分割交流群欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。CV

CV技术指南(公众号)·2023-10-16 07:25

机器学习-有监督学习-神经网络

目录线性模型分类与回归感知机模型激活函数维度诅咒过拟合和欠拟合正则数据增强数值稳定性神经网络大家族CNNRNNGNN（图神经网络）GAN线性模型向量版本y=⟨w,x⟩+by=\langlew,x\rangle

小蒋的技术栈记录·2023-10-16 01:47

Graph-图可视化

随着大数据的发展，图神经网络，基于图的团伙发现算法，聚集算法等越来越多的应用到业务之中，仅仅从数据角度来看图的结果比较晦涩难懂，本文介绍一种java的可视化图Graph的工具-jung2，对于英文较好的同学

花开终为谢·2023-10-16 01:45

论文解读《Top-Down Feedback for Crowd Counting Convolutional Neural Network》AAAI2018

Top-DownFeedbackforCrowdCountingConvolutionalNeuralNetwork用于人群计数的自顶向下的反馈卷积神经网络DeepakBabuSam,R.VenkateshBabu摘要：1.原因：largevariabilityinappearanceofpeople人群呈现的巨大变化Oftenpeopleareonlyseenasabunchofblobs.Oc

guoqiangszu·2023-10-15 20:06

论文解读《CrowdNet: A Deep Convolutional Network for Dense Crowd Counting》ACMM-MM2016

CrowdNet:ADeepConvolutionalNetworkforDenseCrowdCountingLokeshBoominathanSrinivasSSKruthiventiR.VenkateshBabu摘要：提出一个新颖的深度学习框架估计静态图像中高密集人群的密度。Weuseacombinationofdeepandshallow,fullyconvolutionalnetworks

guoqiangszu·2023-10-15 20:06

从零开始的stable diffusion

源于这一系列的疑问，我开始了漫长的论文解读。High-ResolutionImageSynthesisw

阿里巴巴淘系技术团队官网博客·2023-10-15 09:23

论文解读Mask the Correct Tokens: An Embarrassingly Simple Approachfor Error Correction

将bert的预训练加入纠错训练，问题是[MASK]替换再预测，会带来的负面影响，而且这样做真的比两阶段训练好嘛？如果两阶段训练，第二阶段也做一些混淆集的替换又会怎样呢?这样的copy占比也很少啊？论文实验表明增加20%的copytomask结果最好（这个比例应该和测试集有关吧）

旺旺棒棒冰·2023-10-14 15:06

Learn to See in the Dark 论文解读

本文为转载，原博客地址：https://blog.csdn.net/linchunmian/article/details/80291921整理下最近一篇论文的学习笔记。这是由UIUC的陈晨和IntelLabs的陈启峰、许佳、VladlenKoltun合作提出的一种在黑暗中也能快速、清晰的成像系统，让机器“看破”黑暗。以下是论文的主要部分。摘要在暗光条件下，受到低信噪比和低亮度的影响，图片的质量会

咸鱼半条·2023-10-14 13:18

常见的机器学习算法与人工神经网络

目录1.邻近算法K-NearesNeighbor(KNN)1.1KNN算法核心思想1.2KNN算法步骤1.3KNN预测分类2.图神经网络GraphNeuralNetworks(GNN)2.1图的基本定义

_Q1an·2023-10-13 14:50

图神经网络笔记总结

本文的所有图表均来自于https://distill.pub/2021/gnn-intro/图神经网络：GNN首先我们需了解图结构是什么？

wcc8848·2023-10-13 09:12

图神经网络笔记

1.图神经网络介绍近年来，对于图结构的数据，如社交网络中的人际关系、化学中的分子相互作用、三维点云数据以及数据中各个单元之间的结构，研究人员借鉴了卷积神经网络、循环神经网络和深度自编码器的思路，设计了专门用于处理图结构数据的神经网络

抱抱宝·2023-10-13 09:36

LLaMA-Adapter: Efficient Fine-tuning of Language Models with Zero-into Attention论文解读

LLaMA-Adapter:EfficientFine-tuningofLanguageModelswithZero-intoAttention论文解读IntroductionLLaMA-AdapterLearnableAdaptionPromptsZero-initAttention

HanZee·2023-10-13 08:50

KDD 2022 | 图“预训练、提示、微调”范式下的图神经网络泛化框架

©作者|社媒派SMP来源|社媒派SMP本文是SIGKDD2022入选论文“GPPT:GraphPre-trainingandPromptTuningtoGeneralizeGraphNeuralNetworks”的解读。该论文由吉林大学计算机科学与技术学院王英教授课题组完成。本文首次提出“Pre-training、Prompt、Fine-tuning”的概念将下游任务进行重构，使其具有与Prete

PaperWeekly·2023-10-13 07:36

知识图谱04——openGL与ubuntu22.04

跑图神经网络的时候遇到了如下问题libGLerror:failedtoloaddriver:irislibGLerror:MESA-LOADER:failedtoopeniris:/usr/lib/dri

铭....·2023-10-13 07:02

A Comprehensive Survey on Graph Neural Networks 2019 ——图神经网络综述

论文地址：https://arxiv.org/pdf/1901.00596.pdf摘要深度学习近年来彻底改变了许多机器学习任务，从图像分类和视频处理到语音识别和自然语言理解。这些任务中的数据通常表示在欧几里德空间中。然而，越来越多的应用程序从非欧几里德域生成数据，并表示为具有复杂关系和对象之间相互依赖性的图。图数据的复杂性给现有的机器学习算法带来了重大挑战。最近，出现了许多关于扩展图形数据的深度学

冉芽·2023-10-12 07:08

Transformer模型 | 基于Spatial-Temporal Transformer的城市交通流预测

文章还提出了一种新的图神经网络，称为spatialtransformer，利用自注

算法如诗·2023-10-12 07:33

《论文阅读》通过动态融入常识知识来提高同理心对话的生成 ACL (Findings) 2023

你是否也像我之前搜索论文解读，得到只是中文翻译的解读后感到失望？小白如何从零读懂论文？和我一起来探索吧！今天为大家带来的是《Improving

365JHWZGo·2023-10-11 21:03

图神经网络2:CNN的卷积和池化

CNN常见结构：1.1卷积层1.1.1卷积的定义注意点1:卷积层包括若干个卷积核，每个卷积核都是3维矩阵，其中通道数与输入通道数需保持一致。注意点2:每个滤波器对应一个偏置权重，有N个卷积核则对应N个偏置权重。1.1.2卷积的运算过程：1)feature_size运算公式：2)feature_number运算公式：3)参数数量运算公式：1.1.31✖️1卷积：1.2全连接层1.3池化层：1.3.1

_xuyuanjian_·2023-10-11 10:16

【论文翻译 IJCAI-20】Heterogeneous Network Representation Learning 异构网络表示学习

文章目录摘要1引言2异构网络挖掘3异构网络表示3.1异构网络嵌入3.2异构图神经网络3.3知识图谱与属性网络3.4应用4挑战、方向和开源数据4.1未来方向避免设计元路径多感官（Multi-sense）表示异构

林若漫空·2023-10-10 22:21

CS224W-图神经网络笔记2.1：Properties of Networks and Random Graph Models - 图的四大属性

本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019年秋季课程进行总结以求内容完整课程主页：CS224W:MachineLearningwithGraphs视频链接：【斯坦福】CS224W：图机器学习(中英字幕|2019秋)1引言初步了解一个人，我们通常会问其身高、年龄、体重等信息。那么，要了解一个图Graph我们需要关注哪些信息呢？这就

Epiphron·2023-10-10 11:51

【论文解读】文本分类上分利器:Bert微调trick大全

论文标题：HowtoFine-TuneBERTforTextClassification?中文标题：如何微调BERT进行文本分类？论文作者：复旦大学邱锡鹏老师课题组实验代码：https://github.com/xuyige/BERT4doc-Classification前言大家现在打比赛对预训练模型非常喜爱，基本上作为NLP比赛基线首选（图像分类也有预训练模型）。预训练模型虽然很强，可能通过简单

致Great·2023-10-10 10:56

GPT系列论文解读：GPT-3

GPT系列GPT（GenerativePre-trainedTransformer）是一系列基于Transformer架构的预训练语言模型，由OpenAI开发。以下是GPT系列的主要模型：GPT：GPT-1是于2018年发布的第一个版本，它使用了12个Transformer编码器层和1.5亿个参数。GPT-1的训练数据包括了互联网上的大量文本。GPT-2：GPT-2于2019年发布，是GPT系列的

青云遮夜雨·2023-10-09 14:57

人脸动作迁移——基于DaGAN深度感知的生成对抗网络操作对口型数字人

一、论文解读1.论文简介在DaGAN这篇论文中，作者首先介绍了一种自监督的几何学习方法，可

知来者逆·2023-10-09 07:42

论文笔记：多任务学习在美团推荐中的应用

©NLP论文解读原创•作者|小欣导读本文重点对2021年KDD的一篇关于多任务学习的论文（也是美团在多任务学习领域的一个应用）《ModelingtheSequentialDependenceamongAudienceMulti-stepConversionswithMulti-taskLearninginTargetedDisplayAdvertising

NLP论文解读·2023-10-09 05:08

转载：stable diffusion原理解读通俗易懂，史诗级万字爆肝长文，喂到你嘴里

超详细stablediffusion论文解读，收藏备用，以后有感兴趣的小朋友可以关注下。另一篇实战（收费挺讨厌的）：OpenAI一夜颠覆AI绘画！

wuling129·2023-10-08 20:55

【文献阅读】【NMI 2022】LocalTransform ：基于广义模板的有机反应性准确预测图神经网络

预测有机反应产物是有机化学的一个基本问题。基于成熟有机化学知识，化学家现在能够设计实验来制造用于不同目的的新分子。但是，它需要经验丰富的专业化学家来准确预测化学反应的结果。为了进一步帮助有机化学家并在数字化学时代实现全自动发现，机器智能可以准确预测有机反应的产物，大大加快新分子的设计过程。最近，已经提出了几种基于机器学习的方法来预测有机反应产物，但仍然需要改进反应预测模型才能达到足够的准确性，与普

HealthScience·2023-10-08 16:46

论文解读 | Fully Convolutional Networks for semantic Segmentation

抄于：https://www.cnblogs.com/xuanxufeng/p/6249834.html摘要卷积网络在特征分层领域是非常强大的视觉模型。我们证明了经过端到端、像素到像素训练的卷积网络超过语义分割中最先进的技术。我们的核心观点是建立“全卷积”网络，输入任意尺寸，经过有效的推理和学习产生相应尺寸的输出。我们定义并指定全卷积网络的空间，解释它们在空间范围内denseprediction任

颐水风华·2023-10-07 05:59

Latent Diffusion Models 论文解读

论文下载地址：https://arxiv.org/pdf/2112.10752.pdf0摘要通过将图像形成过程分解为去噪自编码器的连续应用，扩散模型（DM）在图像数据及其他方面取得了最先进的合成结果。此外，它们的表述允许一种指导机制来控制图像生成过程，而无需重新训练。然而，由于这些模型通常直接在像素空间中操作，因此优化功能强大的扩散模型通常会消耗数百个GPU天，并且由于顺序评估而导致推理成本高昂。

AI 菌·2023-10-06 21:57

DINO学习

DINOV2:全网最详细的DINOv2论文解读来啦！-

qq_478377515·2023-10-06 10:17

《论文阅读》监督对抗性对比学习在对话中的情绪识别 ACL2023

你是否也像我之前搜索论文解读，得到只是中文翻译的解读后感到失望？小白如何从零读懂论文？和我一起来探索吧！今天为大家带来的是《SupervisedAdversarialContrastiveL

365JHWZGo·2023-10-05 08:00

--人行论文解读下篇

上一篇（https://www.jianshu.com/p/7c3918f7fbba）笔者向大家解读第一部分，主要对区块链技术的经济学解释。本篇为你解读完成。三、区块链的经济功能3.1区块链的主要应用方向区块链的主要应用方向解读：将区块链应用分成了4类：1，应用不涉及Token：以联盟链为代表，比如银行之间利用区块链技术做清算2，以Token代表区块链外的资产或权利：比如在供应链金融和数字票据等场

jerry的技术与思维·2023-10-05 05:48

GPT系列论文解读：GPT-2

GPT系列GPT（GenerativePre-trainedTransformer）是一系列基于Transformer架构的预训练语言模型，由OpenAI开发。以下是GPT系列的主要模型：GPT：GPT-1是于2018年发布的第一个版本，它使用了12个Transformer编码器层和1.5亿个参数。GPT-1的训练数据包括了互联网上的大量文本。GPT-2：GPT-2于2019年发布，是GPT系列的

青云遮夜雨·2023-10-05 00:43

Graph Wavenet：入门图神经网络训练的demo

1.数据的准备DCRNN的github项目有完整的数据GraphWavenet提供的数据缺少'/data/sensor_graph/adj_mx.pkl'2.engine.train与engine.eval的区别区别仅在于model.train()与model.eval()具体区别见https://blog.csdn.net/qq_43118572/article/details/11861509

43118·2023-10-04 13:19

K-BERT论文解读

一、前言这篇文章将bert同knowledgegraph（KG）结合在一起。一解决了Heterogeneousembeddingspace问题（KG的实体向量与wordembedding不连续的问题。）解决了knowledgeNoise知识噪音.北大的团队一直有做KG的，上次在EMNLP中看到的一个本科生还是硕士？就是做了一个KG局部更新方法，使得KG能够更快速的更新知识。这次的这篇论文就把BER

LemonLee·2023-10-04 09:23

dm-vio-ros的安装（详细）

前言dm-vio安装参考博客【SLAM】DM-VIO(ros版)安装和论文解读在安装过程中，有些地方提示的不是很清楚，故写一篇记录避免再次犯错。

~山有木兮·2023-10-03 17:29

torch_geometric获取datasets（解决连不了外网的问题）

，查看数据集下载链接3.2放置到对应文件夹下3.3重新运行之前写的程序4.一点感慨1.torch_geometric.data介绍torch_geometric，简称pyg，是基于pytorch实现的图神经网络库

薛钦亮·2023-10-02 21:41

图神经网络GNN(一）GraphEmbedding

DeepWalk使用随机游走采样得到每个结点x的上下文信息，记作Context(x)。SkipGram优化的目标函数：P(Context(x)|x;θ)θ=argmaxP(Context(x)|x;θ)DeepWalk这种GraphEmbedding方法是一种无监督方法，个人理解有点类似生成模型的Encoder过程，下面的代码中，node_proj是一个简单的线性映射函数，加上elu激活函数，可以

天津泰达康师傅·2023-10-02 16:04

Meta-Learning Based Knowledge Extrapolation for Knowledge Graphs in theFederated Setting

基于采样任务，我们元训练了一个图神经网络框架，该框架可以基于结构信息为未见组件构建特征并为其输出嵌入。实验结果表明，我们

小蜗子·2023-10-02 13:31

SentenceTransformer 之论文解读

摘要原文标题：Sentence-BERT:SentenceEmbeddingsusingSiameseBERT-Networks链接：https://arxiv.org/pdf/1908.10084.pdf尽管Bert和RoBERTa在句子对回归任务上，例如语义文本相似度（SemanticTextSimilarity），取得了新的sota结果。但是，需要将两个句子都输入到模型中，造成较大的计算延时

xiao4816·2023-10-02 13:37

Lenet5经典论文解读

【嵌牛鼻子】Lenet-5经典论文解读【嵌牛正文】一论文

Daniel_go·2023-10-02 10:30

2.3 Node2vec（图神经网络笔记）

BFS：广度优先DFS：深度优先描述，当前已从t节点到达V节点，可以选择x1、x2、x3、t任意一个节点dtx=0，从t-v-t,回到原点dtx=1，还是说从t出发，离t节点距离为1，有z、x1节点dtx=2，还是说从t出发，离t节点距离为2，有x2、x3节点d节点长度γ游走次数l随机游走长度k窗口数量q小，深度优先p小，广度优先

hlllllllhhhhh·2023-10-02 09:50

理解图神经网络

入门介绍直观了解图神经网络https://theaisummer.com/Graph_Neural_Networks/入门文献:AcomprehensivesurveyonGraphNeuralnetworkAgentleIntroductiontoDeeplearningforGraph2020GraphMachinelearning

魏清宇·2023-10-02 03:37

推荐频道

图神经网络论文解读