GNN论文学习

Monocular 3D Object Detection with Depth from Motion 论文学习

论文链接：Monocular3DObjectDetectionwithDepthfromMotion1.解决了什么问题？从单目输入感知3D目标对于自动驾驶非常重要，因为单目3D的成本要比多传感器的方案低许多。但单目方法很难取得令人满意的效果，因为单张图像并没有提供任何关于深度的信息，该方案实现起来非常困难。Twoview场景有两个问题：多项预测的错误累积起来，使直接的深度预测变得非常困难；静止状态
calvinpaean·2023-07-19 13:11

A Gentle Introduction To Graph Neural Networks

零基础多图详解图神经网络（GNN/GCN）【论文精读】_哔哩哔哩_bilibili图神经网络(GNN/GCN)博客原文地址：AGentleIntroductiontoGraphNeuralNetworks
-小透明-·2023-07-19 06:53

GPT-1,GPT-2,GPT-3 InstructGPT论文学习笔记

Gpt-1论文：《ImprovingLanguageUnderstandingbyGenerativePre-Training》GPT-1网络结构无监督,使用12层transforerdecoder结构,每一层维度是768,12个注意力headstokenembedding矩阵,经过transformerdecoder处理后,经过线性层和softmax层,得到下一个token的预测分布位置编码30
dream_home8407·2023-07-18 06:19

YOLO系列学习

目录很不错的链接0一些小知识0.1先验框anchorbox0.2网络结构图1YOLOv1学习2YOLOv2学习很不错的链接还有一些在【yolo论文学习】收藏夹里面DeepLearningPapersTranslation
孟孟单单·2023-07-17 08:29

GNN学习笔记：A Gentle Introduction to Graph Neural Networks

原文地址：https://distill.pub/2021/gnn-intro/不同形式来源的图Imagesasgraphs论文中提到将图像建模为一张拓扑图的方法是将图像的每一个像素看作图的一个结点，并将单个像素结点与其相邻的所有像素之间建立一条边
huhubbdd·2023-07-17 05:37

可解释性研究（四）-GNNExplainer的内部实现

GNNExplainer实现GNNExplainer.forwardExplainerBase.set_maskGNNExplainer.gnn_explainer_algtorch_geometric.nnGNNExplainer
I still …·2023-07-16 21:59

【可解释学习】PyG可解释学习模块torch_geometric.explain

torch_geometric.explainPhiloshopyExplainerExplanationsExplainerAlgorithmExplanationMetrics参考资料torch_geometric.explain是PyTorchGeometric库中的一个模块，用于解释和可视化图神经网络（GNN
镰刀韭菜·2023-07-16 21:55

视觉伺服研究学习——2021年10月

二、论文学习1、室内动态视觉SLAM算法研究硕士学位论文鲁棒性：鲁棒是Robust的音译，也就是健壮和强壮的意思。它也是在异常和危险情况下系统生存的能力。
幻魔大师·2023-07-16 00:49

论文学习——U-Net: Convolutional Networks for Biomedical Image Segmentation

UNet的特点采用端到端的结构，通过FCN（最后一层仍然是通过卷积完成），最后输出图像。通过编码（下采样）-解码（上采样）形成一个“U”型结构。每次下采样时，先进行两次卷积（通道数不变），然后通过一次池化层（也可以通过卷积）处理（长宽减半，通道数加倍）；在每次上采样时，同样先进行两次卷积操作，再通过反卷积函数进行上采样（长宽加倍，通道不变），然后与编码过程中对应层进行拼接（通道加倍）。到最后一层时
颜妮儿·2023-07-16 00:36

GNN/GCN

GNN/GCNDistill：https://distill.pub/2021/gnn-intro/三大问题：Graph-leveltask（分类）Node-leveltask（顶点属性判断）Edge-leveltask
白蜡虫可·2023-07-15 23:55

2021-3-13论文学习——SENet，StairNet，Generalized Focal Loss，R3Det，CARAFE

[1]Squeeze-and-ExcitationNetworks论文地址：https://arxiv.org/abs/1709.01507代码地址：https://github.com/moskomule/senet.pytorch/blob/master/senet论文发表于CVPR2018，同时提交于IEEETPAMI2019结构图一个全局avgpooling得到11C的向量，然后通过一个M
practical_sharp·2023-07-15 08:58

论文学习「MDP」：马尔可夫决策过程原理与代码实现

最近在学习RL，不得不先接触一下“马尔可夫决策过程”，这里找到了DavidSilver的课程:UCLCourseonRL（http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html），这里我将按课程PPT中的顺序讲述我的理解已经如何用代码实现相应的计算过程。目录一、马尔可夫过程（MarkovProcess）（一）MDPs论述（二）马尔科夫特性
Snowbowღ·2023-07-14 14:20

资源类❀超实用学术必备的论文学习网站和英文论文编写，人工智能学习网站（免费）

目录前言Intr1.文献查找和下载1.1.paperswithcode（论文和代码）1.2.Researchrabbit（研究兔）1.3.Google学术2.论文AI总结3.文献翻译3.1.DeepL4.论文撰写4.1.Grammarly/prowritingaid4.2.Ginger4.3.PrepostSEO5.编码学习网站5.1.W3Schools5.2.towhee6.数据集下载6.1.帕
夏天｜여름이다·2023-06-21 16:20

阿里云 PAIx 达摩院 GraphScope 开源基于 PyTorch 的 GPU 加速分布式 GNN 框架

导读近期阿里云机器学习平台PAI团队和达摩院GraphScope团队联合推出了面向PyTorch的GPU加速分布式GNN框架GraphLearn-for-PyTorch(GLT)。
·2023-06-21 16:09

阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架

作者：艾宝乐导读近期阿里云机器学习平台PAI团队和达摩院GraphScope团队联合推出了面向PyTorch的GPU加速分布式GNN框架GraphLearn-for-PyTorch(GLT)。
·2023-06-21 12:51

论文学习——一种基于关键点的SAX改进算法

文章目录1摘要2引言2.1SAX的缺点+举个例子分析2.2分析问题原因2.3本文的改进工作3实验结果与分析3.1关键点的选取规则3.2本文定义的相似度距离计算公式3.3开始做实验了3.4结论4总结写在前面：期刊《计算机研究与发展》；1摘要【前人工作】SAX(symbolicaggregateapproximation)是一种符号化的时间序列相似性度量方法。【缺点】采用PAA均值划分（目的是降维），
山外小楼听夜雨.·2023-06-21 12:53

阿里云 PAIx 达摩院 GraphScope 开源基于 PyTorch 的 GPU 加速分布式 GNN 框架

导读近期阿里云机器学习平台PAI团队和达摩院GraphScope团队联合推出了面向PyTorch的GPU加速分布式GNN框架GraphLearn-for-PyTorch(GLT)。
·2023-06-21 12:02

深度强化学习引导的脑网络分析图神经网络

说明我们提出的脑网络表征学习框架BN-GNN。虚线的左侧说明了一个MDP进程的示例。首先，我们
小蜗子·2023-06-20 06:00

2023/6/18周报

目录摘要论文阅读1、题目和现有问题2、工作流程3、图神经网络模块4、注意力网络5、实验结果和分析深度学习1、GNN和GRU的融合2、相关公式推导总结摘要本周在论文阅读上，对基于图神经网络和改进自注意网络的会话推荐的论文进行了学习
白小李·2023-06-19 00:47

Classification-based framework for binarization on OCT-ME论文学习和总结

论文：Classification-basedframeworkforbinarizationonmiceeyeimageinvivowithopticalcoherencetomography源码：https://github.com/MIP2019/mip2019.github.io/blob/main/spsvm目录一、背景和出发点二、创新点三、SPSVM的具体实现四、实验五、总结一、背景和
向岸看·2023-06-18 22:58

【图神经网络】图神经网络（GNN）学习笔记：Graph Embedding

图神经网络（GNN）学习笔记：GraphEmbedding为什么要进行图嵌入Graphembedding?GraphEmbedding使用图嵌入的优势有哪些？图嵌入的方法有哪些？
镰刀韭菜·2023-06-18 15:26

【GPT LLM】跟着论文学习gpt

GPT1开山之作：Improvinglanguageunderstandingbygenerativepre-training本文提出了gpt1，即使用无标签的数据对模型先进行训练，让模型学习能够适应各个任务的通用表示；后使用小部分task-aware的数据对模型进行微调，可以在各个task上实现更强大的功能。设计框架分为两块，pre-train和fine-tune，使用transformer模型
学渣渣渣渣渣·2023-06-18 06:58

论文学习——多维时间序列异常检测算法综述

文章目录0封面1标题（title）2作者（author）3摘要（abstract）4结论（conclusion）4.1维数约减4.2时间序列模式表示4.3异常模式发现5引言（introduction）5.1总结5.2名词定义——异常5.3名词定义——维数约减5.4名词定义——时间序列模式表示6维数约减6.1研究趋势写在前面：计算机应用；主办方：中国科学院成都分院、四川省计算机学会；中文核心期刊；月
山外小楼听夜雨.·2023-06-17 16:42

汇总一些计算机研究方向的缩写（CNN、RNN、DNN、GNN、GAN、NLP等等）

(ConvolutionalNeuralNetworks):卷积神经网络RNN(RecurrentNeuralNetwork):循环神经网络DNN(DeepNeuralNetworks):深度神经网络GNN
中杯可乐多加冰·2023-06-16 23:03

【图像分割】SAM:Segment Anything论文学习V1

论文:2304.SegmentAnything代码：https://github.com/facebookresearch/segment-anything官网与demo：https://segment-anything.com/【扩展阅读】——分割一切模型(SAM)的全面调研：2305.AComprehensiveSurveyonSegmentAnythingModelforVisionandB
曾小蛙·2023-06-16 20:49

笛卡尔空间轨迹规划（直线、圆弧）

目录毕设(5)—笛卡尔空间轨迹规划（直线、圆弧）直线轨迹规划圆弧轨迹规划Matlab代码验证毕设中用到了很多代码，其中一部分我通过看书和看论文学习并实现的代码，会通过Gitee仓库分享出来，这些代码仅用于学习使用
毕业_设计·2023-06-16 04:21

Graph Neural Architecture Search

设计了一个新的搜索空间，覆盖来自最先进GNN的算子，并使用策略梯度算法迭代求解该问题。神经架构搜索可以通过搜索空间，搜索策略，性能评估策略得到比人工搭建的模型更优的性能。
Starry memory·2023-06-15 12:09

阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架

作者：艾宝乐导读近期阿里云机器学习平台PAI团队和达摩院GraphScope团队联合推出了面向PyTorch的GPU加速分布式GNN框架GraphLearn-for-PyTorch(GLT)。
阿里云大数据AI技术·2023-06-15 04:15

阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架

作者：艾宝乐导读近期阿里云机器学习平台PAI团队和达摩院GraphScope团队联合推出了面向PyTorch的GPU加速分布式GNN框架GraphLearn-for-PyTorch(GLT)。
·2023-06-14 11:58

GNN学习-01：资料

资料选择：1.review+论文集开始review和论文集有很多整理，优点是原汁原味+新，缺点是需要有足够的前置知识。2.中英文教材开始与方法1相对，时间滞后，但是独立【前置知识会被包括】*方法2适合刚上研的小白资料集review及论文：https://github.com/thunlp/GNNPapers中英文教材：https://www.cs.mcgill.ca/~wlh/grl_book/f
SeverusS_0f4a·2023-06-14 07:11

NLP论文学习笔记-word2vec

论文原文:EfficientEstimationofWordRepresentationsinVectorSpace作者:TomasMikolov发表时间:2013一、论文背景统计语言模型基于马尔科夫假设（下一个词的出现仅依赖于前面的一个词或几个词），通过概率计算来描述语言模型(用语料在数据集出现频率近似概率结果)缺点：参数空间过大，数据稀疏严重WordrepresentationOne-hotR
karl_ll·2023-06-14 00:48

联邦图神经网络：概述、技术和挑战

然而，随着社会越来越关注数据隐私，GNN需要适应这种新常态。这导致了近年来联邦图神经网络（FedGNNs）研究的快速发展。虽然有前途，这个跨学科的领域是非常具有挑战性的感兴趣的研究人员进入。
sinat_38007523·2023-06-13 23:05

论文-Text Level Graph Neural Network for Text Classification(Text-Level-GNN)

TextLevelGraphNeuralNetworkforTextClassification》，作者LianzheHuang(MOEKeyLabofComputationalLinguistics,PekingUniversity,Beijing,100871,China)，经典的GNN
魏鹏飞·2023-06-13 17:37

add conda env into the jupyter kernel

condainstallnb_condacondainstall-n{gnn_explain}ipykernelpython-mipykernelinstall--user--name{gnn_explain
Daniel_Smith·2023-06-12 00:39

初探图神经网络——GNN

title:图神经网络(GNN)date:tags:随笔知识点categories:[学习笔记]初探图神经网络(GNN)文章来源：https://distill.pub/2021/gnn-intro/前言
Charon_HN·2023-06-11 20:11

python中import时无法识别自己写的包和模块的方法

1，MarkDirectoryas选择SourceRoot2，3，rootpath=str("D:\pycharm\pythonproject\yuqing\donglixue\GNN\BiGCN-master
兔子是狐狸·2023-06-11 14:05

面向动态图的极低时延 GNN 推理采样服务

GraphLearn最新开源了面向动态图的GNN在线推理实时采样服务(DGS)。DGS具备处理实时高吞吐图更新的能力，并能保证低时延、高并发的推理采样查询处理。
阿里云云栖号·2023-06-10 23:48

[图神经网络]ViG(Vision GNN)网络代码实现

论文解读：[图神经网络]视觉图神经网络ViG(VisionGNN)--论文阅读https://blog.csdn.net/weixin_37878740/article/details/130124772?spm=1001.2014.3001.5501代码地址：ViGhttps://github.com/huawei-noah/Efficient-AI-Backbones/tree/master/
ViperL1·2023-06-10 22:15

用keras搭建LSTM神经网络的经验

尤其神经网络，其实大部分文章都是这几种常见的网络结构，例如CNN，GNN,GCN,LSTM，RNN等。所以
臭小子222·2023-06-09 09:00

2023.05.28 学习周报

文章目录摘要文献阅读1.题目2.现有方法存在的局限性3.SR-GNN模型4.模型的组成部分4.1构图4.2item向量表示4.3session向量表示4.4预测模块5.实验与分析5.1数据集5.2比较方法
MoxiMoses·2023-06-08 12:48

3.用图神经网络进行图分类

在本教程中，我们将更深入地了解如何将图神经网络（GNN）应用于图分类任务。图分类是指在给定图的数据集的情况下，基于一些结构图的属性对整个图（与节点相反）进行分类的问题。
☆下山☆·2023-06-07 07:50

2023/6/4周报

目录摘要论文阅读1、标题和现存问题2、使用GNN进行文本分类3、INDUCT-GCN4、实验准备5、实验结果深度学习1、时空图的种类2、图在环境中的应用3、STGNN总结摘要本周在论文阅读上，阅读了一篇
白小李·2023-06-06 21:54

2023/5/21周报

目录摘要论文阅读1、标题和现存问题2、各个结构3、基于GNN-LSTM-CNN网络轨迹预测模型4、实验准备5、实验结果深度学习1、费舍尔判别2、步骤具体化3、GCN总结摘要本周在论文阅读上，阅读了一篇基于
白小李·2023-06-06 21:37

【图-注意力笔记，篇章1】Graph Transformer：包括Graph Transformer 的了解与回顾且其与GNN、Transformer的关联

一份PPT带你快速了解GraphTransformer：包括GraphTransformer的简要回顾且其与GNN、Transformer的关联GNN、Transformer与GraphTransformer
xiaobai_Ry·2023-04-21 15:47

视频理解【论文学习】

1.双流网络idea：一个卷及网络无法很好地处理时序信息，再添加一个卷积网络专门处理时序信息做法：一个CNN用于处理空间信息（RGB图像）；另一个CNN用于处理光流信息（光流图像）基于该想法的一些跟进和尝试：（1）earlyfusion：在两个网络之间增加一些交互和融合：算是对网络的一种约束，使得模型在早期的训练中就能够在两个分支网路中进行相互学习（可能在一定程度上弥补了数据不足的问题）。（3）用
hei_hei_hei_·2023-04-20 22:29

论文学习18“Real-time image reconstruction for low-dose CT using deep convolutional generative adversa...

本文是采用去噪的思想，FCN网络作为去噪的生成器，再加上判别器和IRIMAGE的损失，形成网络的学习模式，完成去噪的功能。X域是LDCT，Y域是无噪声的CT，G作用就是完成X到Y的转换。作者为这个模型定义了三个损失函数，第一个是生成器的去噪损失。噪声CT图像可以定义为去噪后的图像加上噪声两部分：，假设图像各像素之间独立同分布，那么，作者定义了去噪后的图像和原始图像x之间的平方差为：所以第一个关于G
Carrie_Hou·2023-04-20 17:16

【论文阅读】HGT：Heterogeneous Graph Transformer

目录摘要1引言2前期准备及相关工作2.1异质图挖掘2.2GNN2.3异质GNN3HGT3.1整体HGT架构3.2异质互注意力（HeterogeneousMutualAttention）3.3异质消息传递
Cziun·2023-04-20 09:00

《Relational Attention: Generalizing Transformers for Graph-Structured Tasks》【ICLR2023-spotlight】

https://github.com/CameronDiao/relational-transformer动机标准的Transformer缺少relationalindectivebiases，而这在GNN
Iron_lyk·2023-04-20 09:29

1.Introduction: Hands-on Graph Neural Networks

PyG（PyTorchGeometric）是一个基于PyTorch的库，用于轻松编写和训练图形神经网络（GNN），用于与结构化数据相关的广泛应用。
☆下山☆·2023-04-19 23:00

联邦GNN综述与经典算法介绍

作者：京东科技李杰联邦学习和GNN都是当前AI领域的研究热点。联邦学习的多个参与方可以在不泄露原始数据的情况下，安全合规地联合训练业务模型，目前已在诸多领域取得了较好的结果。
·2023-04-19 18:52
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他