CS224W图神经网络第21页

Image Matching：SuperGlue论文阅读笔记

，注意只生成关键点的匹配关系，根据此匹配关系生成单应矩阵或者位姿的过程需要RANSAC(随机采样一致性)或者DLT(直接线性变换)作者讲解：最新CVPR2020论文：SuperGlue(超级胶水)：用图神经网络来做图像

是魏小白吗·2022-12-08 09:25

关于NLP相关技术全部在这里：预训练模型、图神经网络、模型压缩、知识图谱、信息抽取、序列模型、深度学习、语法分析、文本处理...

那些耳熟的BERT、GPT-3、图神经网络、知识图谱等技术实际上也就是这几年发展起来的，特别像图神经网络在这两年间取得了飞速的发展。

PaperWeekly·2022-12-08 04:11

【CVPR 2021】Unsupervised Multi-Source Domain Adaptation for Person Re-Identification (UMSDA)

3，我们基于多域信息融合（MDIF）开发了图神经网络（GCN），以此来拉近特征空间中的多域。

_Summer tree·2022-12-07 21:21

图神经网络 | GNN概念初理解

图神经网络-GNN在理解GNN这个分支时，看到了深度revealer博主的《简单粗暴带你快速理解GNN》，该视频很好的带我在数学侧面理解了GNN网络的本质；耿直哥发布的《【GNN图神经网络】直观透彻理解

HL Lee·2022-12-07 11:31

[GNN图神经网络]普通邻接矩阵和 Adjacency Matrix 与 COO稀疏矩阵（edge_index, 和edge_w）相互转化

导言:本文主要使用Pytorch和Numpy实现图的AdjacencyMatrix与COO稀疏矩阵（edge_index,和edge_w）相互转化1.图的两种表示方式1.1普通邻接矩阵AdjacencyMatrix本文所指的图是指UndirectedgraphG(V,E)，并且AdjacencyMatrix如下图F所示。1.2图的边的连接度和连接权重edge_index,edge_w，即COO稀疏

John Lio·2022-12-07 11:30

GNN | 文本序列的常用构图方法与代表案例剖析

来自：老刘说NLP传统的NLP任务中，通常将文本作为一个序列进行处理，而随着GNN图神经网络的兴起，将文本转换为图结构，并且使用GNN等模型进行建模的想法也逐渐被提出，并取得了一定的效果。

zenRRan·2022-12-07 11:56

【GNN】图网络|图神经网络(GNN)结构化数据分析

点击上方，选择星标或置顶，每天给你送干货！阅读大概需要14分钟跟随小博主，每天进步一丢丢来自：专知【导读】GraphNeuralNetwork（GNN）由于具有分析图结构数据的能力而受到了广泛的关注。本文对GraphNeuralNetwork进行了简要介绍。它涵盖了一些图论，以便于理解图和分析图时遇到的问题。然后介绍了不同形式的Graph神经网络及其原理。它还涵盖了GNN可以做什么以及GNN的一些

zenRRan·2022-12-07 11:26

【GNN图神经网络】邻接矩阵转化coo格式的稀疏矩阵

刚开始学习图神经网络，在使用PyG框架编程的时候，有一件事很让我纠结：PyG要求输入的邻接矩阵X应该是稀疏矩阵的形式（edge_index），而不是我制作的NxN邻接矩阵形式。

Mr.zwX·2022-12-07 11:25

2022年历史最全可信图神经网络论文、工具、资源等整理分享

图神经网络（GraphNeuralNetwork，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。

lqfarmer·2022-12-07 11:54

Graph Neural Networks (GNN)（五）：Graph Embedding (DeepWalk, Line, Node2Vec)

1.概述本系列之前文章主要介绍了基于空间（Spatial）和图谱（Spectral）理论的图神经网络（GNN）GraphNeuralNetworks(GNN)（一）：Spatial-GNNGraphNeuralNetworks

xiaopihaierletian·2022-12-07 10:26

李宏毅机器学习|图神经网络Graph Nerual Networks(GNN)|学习笔记-part2

频域上的图神经网络之前时域上之所以不对数据和卷积一样做卷积处理，是因为在图神经网络中，各个节点都不规范，没办法引用规范的卷积核进行卷积操作。这里我们可以把这一理念在频域中运用。

xiaopihaierletian·2022-12-07 07:55

李宏毅机器学习|图神经网络Graph Nerual Networks(GNN)|学习笔记-part1

文章目录前言1Introduction2Roadmap3Spatial-basedGNNNN4G(NeuralNetworksforGraph)论文地址DCNN(Diffusion-ConvolutionNeuralNetwork)MoNET(MixtureModelNetworks)GraphSageGAT(GraphAttentionNetworks)GIN(GraphIsomorphismN

xiaopihaierletian·2022-12-07 07:19

HM-GNN：基于分子-基序异构图神经网络的分子表示学习模型

作者在该论文中考虑学习分子的基序级特征表示以改善分子整体的特征学习，基于此搭建了分子-基序异构图神经网络模型（HM-GNN），并在多个数据集上与其他模型比较取得了最优的表现，另外作者提出可以将此方法作为小分子数据

数据派THU·2022-12-07 05:43

成为“首席AI架构师”的全流程方法论

AI时代呼啸而至，深度学习、强化学习、图神经网络显示出强大的技术张力，但为何在产业应用落地中又会遇到种种挑战，让不少产业从业者担忧——AI到底离我们有多远？

QbitAl·2022-12-06 14:34

CTO案头必备｜AI技术产业落地的42章经

AI时代呼啸而至，深度学习、强化学习、图神经网络显示出强大的技术张力，但为何在产业应用落地中又会遇到种种挑战，让不少产业从业者担忧——AI到底离我们有多远？

PaperWeekly·2022-12-06 14:34

人工智能的产业落地经验！

AI时代呼啸而至，深度学习、强化学习、图神经网络显示出强大的技术张力，但为何在产业应用落地中又会遇到种种挑战，让不少产业从业者担忧——AI到底离我们有多远？

Datawhale·2022-12-06 14:04

GNN综述：论文A Comprehensive Survey on Graph Neural Networks

目录一、什么是图神经网络二、图神经网络的种类1、图卷积网络（GraphConvolutionNetworks，GCN）2、图注意力网络（GraphAttentionNetworks）3、GraphAutoencoders4

Mitsui745·2022-12-06 10:29

GNN论文笔记： Graph Neural Networks with convolutional ARMA filters

0摘要流行的图神经网络基于多项式谱滤波器实现图的卷积运算。

UQI-LIUWJ·2022-12-06 10:58

PyTorch & PyTorch Geometric图神经网络(GNN)实战

mark一下，感谢作者分享！http://www.360doc.com/content/19/0601/13/7673502_839610173.shtmlhttp://www.jintiankansha.me/t/OsNpfQP895PyG:https://github.com/rusty1s/pytorch_geometric阿里开源图框架：https://github.com/alibaba

法相·2022-12-06 06:32

图神经网络库(PyTorch geometric:PYG)安装

一、PYG简介PyTorchGeometric是Pytorch的图深度学习扩展库。PYG包含已公开发表的论文中关于在图和非规则结构上进行深度学习的各种方法。此外，它还包括一个易于使用的小型批处理加载器、大量通用基准数据集和有用的转换，用于学习任意图以及3D网格或点云。更多信息，可参考官方文档。二、使用Anaconda安装pytorch1、安装Anaconda在Anaconda官网下载安装包后直接安

很爱吃土豆·2022-12-06 06:58

PyG (PyTorch Geometric) 异质图神经网络HGNN

诸神缄默不语-个人CSDN博文目录PyTorchGeometric(PyG)包文档与官方代码示例学习笔记（持续更新ing…）本文介绍使用PyG实现异质图神经网络（HGNN）的相关操作。

诸神缄默不语·2022-12-06 06:52

图信号处理论文

图信号处理并且非图神经网络的论文：Donget.al“GraphSignalProcessingforMachineLearningAReviewandNewPerspectives,"ICASSPTutorial

猴子2333·2022-12-05 09:01

基于图神经网络的知识追踪的五篇论文

本质上是预测回答的对错，是二元分类的预测问题Context-AwareAttentiveKnowledgeTracing2020《情境感知的注意力知识追踪》，注意力知识追踪，情感感知。通过建立问题和回答的上下文感知（情感感知）表示，使用单调的注意机制来总结过去的学习者在正确的时间尺度上的表现。注意力机制：根据权重的不同，将有限的资源用来处理更重要的数据。1.本文通过指数衰减（exponential

蚌埠先森·2022-12-04 17:43

图神经网络关系抽取论文阅读笔记（六）

1一个新颖的关系元组抽取级联二元标记框架(ANovelCascadeBinaryTaggingFrameworkforRelationalTripleExtraction)1.1引言本文提出了关系三元组重叠的问题（一个sentence中有多个三元组，其中三元组中有的实体是同一个）。本文将其建模为级联二级制框架，从原来的f(s,o)→rf(\mathrm{~s},\mathrm{o})\righta

程哥哥吖·2022-12-04 15:05

近期全球知识图谱相关行业动态、会议讲座、综述推荐

行业动态速报1.耶鲁大学和IBM研究人员推出核图神经网络(KerGNNs)耶鲁大学和IBM研究人员提出了核图神经网络(KerGNNs)。KerGNN是将图形内核和GNN消息传递过程合二为一的框架。

AI知识图谱大本营·2022-12-04 15:20

CS224W 8 GNN Augmentation andTraining

目录GraphAugmentationforGNNs引入WhyGraphAugmentationGraphAugmentationApproachesFeatureAugmentationonGraphsInputgraph没有nodefeaturesGNN很难学习的一些特定结构GraphStructureaugmentationAugmentsparsegraphs——添加虚拟节点或边NodeN

huihui冲啊·2022-12-04 12:59

基于图神经网络的知识图谱研究进展（看这一篇就够了）

摘要:近几年来，人工智能技术得到了飞速发展，其进展突出体现在以知识图谱(KnowledgeGraph)为代表的知识工程和以图神经网络(GraphNeuralNetWorks,GNN)为代表的深度学习等相关领域

iFlyAI·2022-12-04 10:37

【学习记录】基于知识图谱的虚假新闻检测

不负雾霾不负光�·2022-12-04 10:34

深度强化学习的组合优化[1] 综述阅读笔记

文章目录前言零、组合优化问题基础1.定义（1）定义（2）常见问题2.方法（1）精确方法（2）近似方法（3）深度学习方法3.文章架构一、概述1.神经网络（1）Hopfield网络（2）指针网络Ptr-Net（3）图神经网络

好奇小圈·2022-12-04 07:54

推荐系统笔记（十七）：对超图、超图卷积、超图注意力的初步理解和应用（HyperGCN）

背景图神经网络在各个研究领域引起了广泛的关注并取得了显著的成绩。大多数算法都假设图中节点是成对出现的，即一条边只能连接两个节点。

甘霖那·2022-12-03 16:04

推荐系统笔记（十三）：SGL算法的代码实现

前言本算法是在LightGCN的代码上的基础实现的，LightGCN的代码和原理参考我前面几篇的博客：推荐系统笔记（六）：LightGCN代码实现_甘霖那的博客-CSDN博客由于LightGCN等传统基于图神经网络的算法有以下局限性

甘霖那·2022-12-03 16:33

图神经网络用于推荐系统问题（NGCF，LightGCN，UltraGCN）

何向南老师组的又两大必读论文，分别发在SIGIR19’和SIGIR20’。同时补一篇CIKM21’的优化。NeuralGraphCollaborativeFiltering协同过滤（collaborativefiltering）的基本假设是相似的用户会对物品展现出相似的偏好，自从全面进入深度学习领域之后，一般主要是先在隐空间中学习关于user和item的embedding，然后重建两者的交互即in

上杉翔二·2022-12-03 12:24

【图神经网络基础】理解GCN的对称归一化操作-图的拉普拉斯归一化

目录1对称归一化的意义2例子解释3代码4从信息聚合的角度理解GCN的归一化5矩阵计算角度（更好理解）5.1图卷积实现一5.2图卷积实现二5.3图卷积实现三6参考文献1对称归一化的意义对图卷积网络的公式，已经非常熟悉了，并且对公式表示的意思也能理解即：实现图中节点之间的消息传递或者称做特征传递。但是在dgl框架的学习过程中，对于单向二部图的图卷积操作的使用过程中，需要深入的理解图邻接矩阵的对称归

一穷二白到年薪百万·2022-12-03 11:33

图神经网络pyg，使用Cora数据集

关于Cora数据集的手动导入问题，见博客https://blog.csdn.net/qq_42969578/article/details/121450994?spm=1001.2014.3001.5501关于Core数据集的一些问题importosos.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"#导入数据集fromtorch_geometric.datas

fVector·2022-12-03 05:03

【PyG】图神经网络GCN代码自学

本文考虑了一个具有分层传播规则的多层图卷积网络(GCN)，图卷积网络(GCN)是一个对图数据进行操作的神经网络架构，它非常强大，即使是随机初始化的两层GCN也可以生成图网络中节点的有用特征表示。本文引用参考GCN原作者论文及代码，供自学自用，原作者github网址如下：https://github.com/tkipf/pygcn论文原图及核心公式Datacora.cites如下图所示：conten

双子syl·2022-12-03 05:02

【PyG】图神经网络GAT代码自学

图方法分为谱方法和空间方法，空间方法是直接在图上进行操作，代表方法之一GAT；谱方法是将图映射到谱域上，例如拉普拉斯矩阵经过特征分解得到的空间，代表方法之一是GCN。本文介绍GAT的代码实现。本文参考论文原作者代码https://github.com/PetarV-/GAT论文原图与核心公式utils相关代码分析见之前写的GCN那篇博客https://blog.csdn.net/qq_428590

双子syl·2022-12-03 05:02

图卷积神经网络

受到卷积网络、循环网络和深度自动编码器的思想影响，研究者定义和设计了用于处理图数据的神经网络结构，由此产生了一个新的研究热点-图神经网络。

mez_Blog·2022-12-03 05:01

PyG异质图神经网络NotImplementedError问题

诸神缄默不语-个人CSDN博文目录以PyG官方的数据集和示例代码来复现一下这个问题：importtorchimporttorch_geometric.transformsasTfromtorch_geometric.datasetsimportOGB_MAGfromtorch_geometric.nnimportSAGEConv,to_heterodataset=OGB_MAG(root='fil

诸神缄默不语·2022-12-03 05:59

自学神经网络系列——7 前馈神经网络前置知识

常见的激活函数（1）sigmoid激活函数（2）Tanh激活函数（3）Relu激活函数（4）LeakyRelu（5）Softplus激活函数（6）其他激活函数2网络结构（1）前馈神经网络（2）循环神经网络（3）图神经网络一感知机算法

ML_python_get√·2022-12-03 04:26

图神经网络和神经网络,神经网络基础书籍

普通网友·2022-12-03 04:55

图神经网络在推荐领域,图神经网络的优势

为什么有图卷积神经网络？本质上说，世界上所有的数据都是拓扑结构，也就是网络结构，如果能够把这些网络数据真正的收集、融合起来，这确实是实现了AI智能的第一步。所以，如何利用深度学习处理这些复杂的拓扑数据，如何开创新的处理图数据以及知识图谱的智能算法是AI的一个重要方向。深度学习在多个领域的成功主要归功于计算资源的快速发展（如GPU）、大量训练数据的收集，还有深度学习从欧几里得数据（如图像、文本和视频

普通网友·2022-12-03 04:54

图神经网络深度强化学习的挑战与机遇:算法与应用综述

DRL和GNN总结。AD:algorithms-drl增强gnn,ag:algorithms-gnn增强drl,pc:组合优化中的应用，pt:交通运输中的应用，pr:控制中的应用，pk:知识图谱中的应用，pl:生命科学中的应用https://arxiv.org/abs/2206.07922https://arxiv.org/abs/2206.07922摘要深度强化学习(DRL)已经为各种人工智能领

小蜗子·2022-12-03 01:59

VN Network: Embedding Newly Emerging Entities with VirtualNeighbors

为了解决这一问题，最近的研究将图神经网络应用于不可见实体的现有邻居。在本文中，我们提出了一个新的框架，即虚拟邻居(VN)网络，以解决三个关键挑战。

小蜗子·2022-12-03 01:52

GNN论文学习笔记

根据李沐老师讲解的零基础多图详解图神经网络视频，小白开始入门学习了解GNN，并记录下此文。AGentleIntroductiontoGraphNeuralNetworks为参考文献博客。

一云烟雨·2022-12-02 22:32

李沐论文讲解笔记之 GNN

AGentleIntroductiontoGraphNeuralNetworks图神经网络GNN（机器学习）图：表示实体node（顶点）之间的而关系edges（边）。图应该用向量来表示。

大佬教教我mmm·2022-12-02 22:58

时域卷积定理及频域卷积定理

目录前言连续变量的函数卷积定理证明小结离散变量序列卷积定理证明小结前言之前的文章介绍了卷积积分的计算，作为图神经网络的前置知识点，理解卷积定理有助于理解谱图卷积。

November丶Chopin·2022-12-02 16:41

图神经网络关系抽取论文阅读笔记（五）

1依赖驱动的注意力图卷积网络关系抽取方法（Dependency-drivenRelationExtractionwithAttentiveGraphConvolutionalNetworks）论文：Dependency-drivenRelationExtractionwithAttentiveGraphConvolutionalNetworks.ACL20211.1引言现有的研究已经广泛使用句法信

程哥哥吖·2022-12-02 16:41

GCN 图神经网络介绍可视化 Pytorch

介绍：手动尝试GCN图神经网络最近，图上的深度学习已经成为深度学习社区中最热门的研究领域之一。

LZZ and MYY·2022-12-02 15:52

1运行GCN和DeepWalk

百度飞浆PGL图神经网络学习心得-1目录PaddlepaddlePGL本地运行出现的问题第一课：图学习初印象习题1.环境搭建2.下载PGL代码库3.运行示例3.1GCN3.2DeepWalk4PGL相关信息

不是助词·2022-12-02 14:20

图神经网络学习笔记（2）——图滤波器

本文参考书目为《深入浅出图神经网络：GNN原理解析》图滤波器参考之前的学习笔记图神经网络学习笔记（1）——图信号与图傅里叶变换，图信号定义在图的节点上，图信号处理不仅需要考虑图的信号强度，也需要考虑图的拓扑结构

王志晗·2022-12-02 14:50

推荐频道

CS224W图神经网络

Image Matching：SuperGlue论文阅读笔记

关于NLP相关技术全部在这里：预训练模型、图神经网络、模型压缩、知识图谱、信息抽取、序列模型、深度学习、语法分析、文本处理...

【CVPR 2021】Unsupervised Multi-Source Domain Adaptation for Person Re-Identification (UMSDA)

图神经网络 | GNN概念初理解

[GNN图神经网络]普通邻接矩阵和 Adjacency Matrix 与 COO稀疏矩阵（edge_index, 和edge_w）相互转化

GNN | 文本序列的常用构图方法与代表案例剖析

【GNN】图网络|图神经网络(GNN)结构化数据分析

【GNN图神经网络】邻接矩阵转化coo格式的稀疏矩阵

2022年历史最全可信图神经网络论文、工具、资源等整理分享

Graph Neural Networks (GNN)（五）：Graph Embedding (DeepWalk, Line, Node2Vec)

李宏毅机器学习|图神经网络Graph Nerual Networks(GNN)|学习笔记-part2

李宏毅机器学习|图神经网络Graph Nerual Networks(GNN)|学习笔记-part1

HM-GNN：基于分子-基序异构图神经网络的分子表示学习模型

成为“首席AI架构师”的全流程方法论

CTO案头必备｜AI技术产业落地的42章经

人工智能的产业落地经验！

GNN综述：论文A Comprehensive Survey on Graph Neural Networks

GNN论文笔记： Graph Neural Networks with convolutional ARMA filters

PyTorch & PyTorch Geometric图神经网络(GNN)实战

图神经网络库(PyTorch geometric:PYG)安装

PyG (PyTorch Geometric) 异质图神经网络HGNN

图信号处理论文

基于图神经网络的知识追踪的五篇论文

图神经网络关系抽取论文阅读笔记（六）

近期全球知识图谱相关行业动态、会议讲座、综述推荐

CS224W 8 GNN Augmentation andTraining

基于图神经网络的知识图谱研究进展（看这一篇就够了）

【学习记录】基于知识图谱的虚假新闻检测

深度强化学习的组合优化[1] 综述阅读笔记

推荐系统笔记（十七）：对超图、超图卷积、超图注意力的初步理解和应用（HyperGCN）

推荐系统笔记（十三）：SGL算法的代码实现

图神经网络用于推荐系统问题（NGCF，LightGCN，UltraGCN）

【图神经网络基础】理解GCN的对称归一化操作-图的拉普拉斯归一化

图神经网络pyg，使用Cora数据集

【PyG】图神经网络GCN代码自学

【PyG】图神经网络GAT代码自学

图卷积神经网络

PyG异质图神经网络NotImplementedError问题

自学神经网络系列——7 前馈神经网络前置知识

图神经网络和神经网络,神经网络基础书籍

图神经网络在推荐领域,图神经网络的优势

图神经网络深度强化学习的挑战与机遇:算法与应用综述

VN Network: Embedding Newly Emerging Entities with VirtualNeighbors

GNN论文学习笔记

李沐论文讲解笔记 之 GNN

时域卷积定理及频域卷积定理

图神经网络关系抽取论文阅读笔记（五）

GCN 图神经网络介绍 可视化 Pytorch

1运行GCN和DeepWalk

图神经网络学习笔记（2）——图滤波器

李沐论文讲解笔记之 GNN

GCN 图神经网络介绍可视化 Pytorch