NE&GNN

详解DGL中的消息传递API

目录1.前言2.DGL消息传递范式2.1消息函数2.2聚合函数2.3更新函数2.4update_all()案例：GCN1.前言最近有用到DGL来手写GNN算子，因此需要简单理解一下消息传递范式。
Cyril_KI·2022-07-11 07:54

一文了解推荐系统中的图神经网络

[引言]近年来，GNN技术由于其在图数据学习方面的出色表现，在许多领域得到了广泛的应用。
数据派THU·2022-07-10 19:21

一文详解图对比学习（GNN+CL）的一般流程和最新研究趋势

©作者|侯宇蓬单位|中国人民大学文章来源|RUCAIBox随着对比学习（ContrastiveLearning）在CV、NLP等领域大放异彩，其研究热度近年来也逐步走高。在图学习领域，由于图（Graph）数据也存在缺少标签或难以标注的问题，自2020年来，研究者们也着力于将对比学习技术应用于图表示学习任务上，取得了十分不错的效果，这一系列算法研究称为图对比学习（GraphContrastiveLe
PaperWeekly·2022-07-10 19:50

Python实现基于图神经网络的异构图表示学习和推荐算法研究

download.csdn.net/download/sheziqiong/85978304资源下载地址：https://download.csdn.net/download/sheziqiong/85978304目录结构GNN-Recommendation
biyezuopin·2022-07-10 19:19

李宏毅助教GNN视频笔记

二、GNN1.GNN可以做分类和generation2.三个小问题：我们如何利用结构和关系来帮助我们的模型？如果图像更大，比如20k节点呢？如果我们没有所有的标签呢？
qq_42033584·2022-07-10 12:45

【GNN笔记】Dynamic Graph的分类(16)

视频链接：《图神经网络》相关文章：动态网络为网络建模和预测增加了新的维度-时间。这个新的维度从根本上影响网络属性，使网络数据更强大地表示出来，进而提高使用此类数据的方法的预测能力。A、DynamicGraphRepresentations参考知识：优秀！！！《论文导读|动态图上神经网络模型综述》，原文《FoundationsandmodellingofdynamicnetworksusingDyn
panbaoran913·2022-07-10 12:15

几种GNN模型的应用与改进

[学习笔记(1)]深入浅出了解GCN原理(公式+代码)[学习笔记(2)]深入浅出了解GNN的几种变体[学习笔记(3)]几种GNN模型的应用与改进目录前言关系图R-GCN（ModelingRelationalDatawithGraphConvolutionalNetworksMichael
Wisley.Wang·2022-07-10 12:15

深度之眼Paper带读笔记GNN.08.GCN

文章目录前言前期知识基础要求论文结构学习目标研究背景研究意义泛读摘要论文标题精读模型总览网上例子原文例子频域和空域SpatialvsSpectral细节一：R-GCN模型结构细节二：拉普拉斯矩阵Laplacianmatrix拉普拉斯算子拉普拉斯矩阵拉普拉斯矩阵的性质拉普拉斯矩阵例子细节三：图的频域变换图的频域变换Graphspectral图频域变换证明小结细节四：卷积核介绍图卷积核初代目图卷积核二
oldmao_2000·2022-07-10 12:12

深度之眼Paper带读笔记GNN.06.GAT

文章目录前言导读论文结构学习目标研究背景图卷积Notation归纳式学习空域与频域卷积GAT模型多头注意力机制意义泛读摘要论文结构精读算法模型总览GNN的结构GAT算法算法模型细节一：消息传递机制算法模型细节二
oldmao_2000·2022-07-10 12:11

深度之眼Paper带读笔记GNN.07.GraphSAGE

文章目录前言论文结构学习目标导读研究背景notation图卷积GCN/GAT/GraphSAGE通用流程研究意义泛读摘要核心论文结构论文精读论文算法模型总览GNN结构回顾GraphSAGE结构模型细节一
oldmao_2000·2022-07-10 12:11

番外.李宏毅学习笔记.12.GNN

文章目录前言IntroductionNN（略）Graph常见GNN应用ClassificationGeneration结合社交网络的分类现有问题RoadmapTasks,Dataset,andBenchmarkGraphClassification
oldmao_2000·2022-07-10 12:10

论文阅读笔记（6）: GNN-快速局部光谱滤波

实验：代码论文中有，这里只是解读部分代码：#-*-coding:utf-8-*-#author:cuihu#time:2021/4/1015:07#task:本文图神经网络网的使用，详细请看论文#《ConvolutionalNeuralNetworksonGraphswithFastLocalizedSpectralFiltering》importsyssys.path.append("./lib
梅津太郎·2022-07-10 12:10

GNN学习笔记（七）：基于图神经网络的图表征学习方法

在此篇文章中我们将学习基于图神经网络的图表征学习方法，图表征学习要求根据节点属性、边和边的属性（如果有的话）生成一个向量作为图的表征，基于图表征我们可以做图的预测。基于图同构网络（GraphIsomorphismNetwork,GIN）的图表征网络是当前最经典的图表征学习网络，我们将以它为例，将通过该网络的实现、项目实践、理论分析，三个层面来学习基于图神经网络的图表征学习方法。图表征网络的实现基于
唠叨小主·2022-07-10 12:09

从0开始的GNN导学课程笔记

本人的GNN基础就像是玻璃板子一样脆，所以写得非常详细，但还是有许多不尽不实之
诸神缄默不语·2022-07-10 12:09

【GNN笔记】Graph Transform Network（八）

视频链接：《【图神经网络】GNN从入门到精通》GTN:基于异构图，进行任务转换的方法HAN通过将异构图转换为由元路径构造的齐次图来学习图表示学习。
panbaoran913·2022-07-10 12:39

图神经网络GNN在推荐系统的应用：综述

参考：论文1：《GraphNeuralNetworksinRecommenderSystems:ASurvey》https://arxiv.org/pdf/2011.02260.pdf论文2：《GraphNeuralNetworksforRecommenderSystems:Challenges,Methods,andDirections》https://arxiv.org/pdf/2109.12
Weiyaner·2022-07-08 09:14

香侬科技GNN-LM：基于全局信息的图神经网络语义理解模型笔记

LM任务Task:LanguageModeling(LM)任务inputct=(w1，w1…，wt−1)outputp(wt∣ct)c即context，即由上下文预测下一个单词或字符是什么常规方法BaseLM：ht=f(ct)∈Rd,p(wt∣ct)=Softmax(Wht)EvaluationMetric:perplexityTask:LanguageModeling(LM)任务\\input\
FakeOccupational·2022-07-08 09:08

【GNN报告】复旦大学黄增峰：从优化的角度理解图神经网络

目录1、简介2、从优化的角度理解图神经网络背景3、小结4、参考报告参考文献参考1、简介报告时间2022年7月2日(星期六)15:00(北京时间)主题OptimizationPerspectivesonGraphNeuralNetworks主持人周敏（华为诺亚方舟实验室）报告嘉宾：黄增峰（复旦大学）报告题目：OptimizationPerspectivesonGraphNeuralNetworks报
静静喜欢大白·2022-07-08 09:38

图神经网络 | (2) 图神经网络(Graph Neural Networks,GNN)综述

原文地址本篇文章是对论文“WuZ,PanS,ChenF,etal.AComprehensiveSurveyonGraphNeuralNetworks[J].2019.”的翻译与笔记。论文链接目录1.什么是图神经网络？2.有哪些图神经网络？3.图卷积网络(GraphConvolutionNetworks,GCN)4.图注意力网络(GraphAttentionNetworks)5.GraphAutoe
CoreJT·2022-07-06 07:24

代码库：DGL_异构图神经网络的基本框架

文章目录创建HGNN查看HGNN属性与编号节点（边）特征metapath根据metapath取子图HGNN2GNN消息传递importtorchasthimportdglUsingbackend:pytorch
__XX__·2022-07-06 07:46

图神经网络DGL-构图

图神经网络DGL-构图图神经网络、图表示学习、知识图谱GNN的学习目标是获得每个结点的图感知的隐藏状态，这就意味着：对于每个节点，它的隐藏状态包含了来自邻居节点的信息。
jiangchao98·2022-07-06 07:35

深入浅出PyTorch中的nn.CrossEntropyLoss

‍作者简介：非科班转码，正在不断丰富自己的技术栈️博客主页：https://raelum.blog.csdn.net主要领域：NLP、RS、GNN如果这篇文章有帮助到你，可以关注❤️+点赞+收藏⭐+留言
aelum·2022-07-05 07:27

图神经网络：GAT图注意力网络原理和源码解读（tensorflow）

图注意力网络，注意力机制，GAT，tensorflow本文内容分为三块：GAT原理扫盲GAT源码阅读（tensorflow）GAT源码链路分析GAT的GraphSAGE策略实现分析原理初步理解（1）从GNN
xiaogp·2022-07-04 17:51

DGL笔记3——自己写一个GNN模型

原文：WriteyourownGNNmoduleDGL笔记1——用DGL表示图DGL笔记2——用DGL识别节点DGL笔记3——自己写一个GNN模型之前我们学习了DGL怎么表示一个图，然后怎么写一个简单的
Dr_David_S·2022-07-04 07:20

第七周.02.Tree LSTM代码讲解

Batching题外话：代码Step2:Tree-LSTMcellwithmessage-passingAPIsStep3:DefinetraversalTreeLSTM模型main函数本文内容整理自深度之眼《GNN
oldmao_2000·2022-07-04 07:20

第三周.03.异质图应用

文章目录创建简单数据集原始数据准备建图创建图分类数据集准备数据建图大图的处理：Sampling理论实操环境准备和数据载入采样MFG建模训练动态异质图的应用本文内容整理自深度之眼《GNN核心能力培养计划》
oldmao_2000·2022-07-04 07:49

DGL中的消息传递相关内容的讲解

消息传递范式消息传递是实现GNN的一种通用框架和编程范式。它从聚合与更新的角度归纳总结了多种GNN模型的实现。因此在DGL代码编写消息传递部分时，我们需要三个函数
Icy Hunter·2022-07-04 07:09

【论文阅读】DynaPosGNN: Dynamic-Positional GNN for Next POI Recommendation

【论文阅读】DynaPosGNN:Dynamic-PositionalGNNforNextPOIRecommendation前言随着基于位置的社交网络（Location-BasedSocialNetwork）的快速发展，海量的签到数据被用于挖掘用户的行为模式以实现兴趣点（Point-of-Interest）推荐。兴趣点推荐不但可以提高用户体验，增加用户粘性，还能为商家带来潜在的商业利益，已成为推荐
EmoryHuang·2022-07-03 12:19

简单理解图神经网络 GNN

简单理解图神经网络GNN前言图神经网络（GraphNeuralNetworks，GNN）最早由TheGraphNeuralNetworkModel(Gorietal.,2005)提出。
EmoryHuang·2022-07-03 12:19

【图神经网络】图注意力机制GAT（一）

参考文献[1]【GNN】GAT：Attention在GNN中的应用[2]图注意力网络(GAT)ICLR2018,GraphAttentionNetwork论文详解[3]https://github.com
一穷二白到年薪百万·2022-07-02 20:47

GNN：“图卷积模型”通用框架【每一层网络都基于邻域节点(1-hop)更新当前节点的向量表示（一般用2~3层）】【消息传递：①从邻域节点汇聚信息；②更新当前节点状态】【各模型区别：聚合函数类型的选取】

一、卷积的概念1、图卷积缘起在开始正式介绍图卷积之前，我们先花一点篇幅探讨一个问题：为什么研究者们要设计图卷积操作，传统的卷积不能直接用在图上吗？要理解这个问题，我们首先要理解能够应用传统卷积的**图像(欧式空间)与图(非欧空间)**的区别。如果把图像中的每个像素点视作一个结点，如下图左侧所示，一张图片就可以看作一个非常稠密的图；下图右侧则是一个普通的图。阴影部分代表卷积核，左侧是一个传统的卷积核
u013250861·2022-07-02 07:00

第十二周.直播.DGL-KG, LifeSci讲解

文章目录知识图谱背景DGL-KELifeSci双线性系列RESCAL摘要2.ModellingandNotation模型DistMult摘要模型ConvE为什么是2D不是1D卷积模型本文内容整理自深度之眼《GNN
oldmao_2000·2022-07-02 07:51

百度AI Studio图神经网络7日打卡营——学习总结

文章目录前言一、GNN理论学习二、PGL实战1.关于百度飞桨PGL框架2.DeepWalk与node2vec3.GCN与GAT4.GraphSage5.比赛：论文引用网络节点分类6.拔高：新冠疫苗项目总结前言前阵子对百度
苏打悠·2022-07-02 07:19

《深入浅出图神经网络》读后感

但是在搜了一圈后才发现，居然只找到了一本讲GNN的中文书，就是这本《深入浅出图神经网络》。不得不感慨GNN这个东西还真是够新的。
infovisthinker·2022-07-02 07:44

【GNN】GNN图神经网络工具箱的应用和matlab仿真

1.软件版本matlab2019a2.系统概述图神经网络(GraphNeuralNetwork，GNN)是一种基于信息扩散机制的神经网络模型。
fpga和matlab·2022-07-02 07:43

深入浅出图神经网络 第5章 图信号处理与图卷积神经网络 读书笔记

来到了GNN最相关的内容！前面四章来说都是一些预备知识，或者说是介绍性的认识的东西，其实和GNN的关系不是特别大。但从这一章开始一上来就是GNN最核心的东西：图信号处理。
DazTricky·2022-07-02 07:10

第七周.01.Message更新讲解+GCN实例

文章目录update_allsend_and_recvBuilt-inFunction实例代码本文内容整理自深度之眼《GNN核心能力培养计划》公式输入请参考：在线Latex公式update_all和send_and_recv
oldmao_2000·2022-07-01 07:01

图神经网络入门 (GNN, GCN)

目录GraphsandwheretofindthemAttributesofgraphsImagesasgraphsTextasgraphsGraph-valueddatainthewildWhattypesofproblemshavegraphstructureddata?Graph-leveltaskNode-leveltaskEdge-leveltaskThechallengesofusin
连理o·2022-06-27 20:49

用GNN做CV三大任务的新骨干，同计算成本性能不输CNN、ViT与MLP｜中科院&华为诺亚开源...

来源：量子位用图神经网络(GNN)做CV的研究有不少，但通常是围绕点云数据做文章，少有直接处理图像数据的。
深度学习技术前沿·2022-06-27 08:51

#今日论文推荐# 中科院、华为等提出Vision GNN，只使用图神经网络进行视觉任务

#今日论文推荐#中科院、华为等提出VisionGNN，只使用图神经网络进行视觉任务网络结构在基于深度学习的计算机视觉系统中起着至关重要的作用。目前广泛应用的卷积神经网络和卷积神经转换器将图像视为网格或序列结构，难以灵活地捕捉不规则和复杂的目标。本文提出将图像表示为图（Graph）结构，并引入一种新的视觉图卷积（VisionGNN,ViG）体系结构来提取视觉任务的图级（Graph-Level）特征。
wwwsxn·2022-06-27 07:08

#今日论文推荐#中科院&华为诺亚提出ViG：一种全新的骨干网络，性能不输CNN、ViT

#今日论文推荐#中科院&华为诺亚提出ViG：一种全新的骨干网络，性能不输CNN、ViT用图神经网络(GNN)做CV的研究有不少，但通常是围绕点云数据做文章，少有直接处理图像数据的。
wwwsxn·2022-06-27 07:08

中科院、华为等提出Vision GNN，只使用图神经网络进行视觉任务

©作者|周春鹏单位|浙江大学研究方向|计算机视觉网络结构在基于深度学习的计算机视觉系统中起着至关重要的作用。目前广泛应用的卷积神经网络和卷积神经转换器将图像视为网格或序列结构，难以灵活地捕捉不规则和复杂的目标。本文提出将图像表示为图（Graph）结构，并引入一种新的视觉图卷积（VisionGNN,ViG）体系结构来提取视觉任务的图级（Graph-Level）特征。首先，将图像分割为多个块（patc
PaperWeekly·2022-06-27 07:24

中科院&华为诺亚提出ViG：一种全新的骨干网络，性能不输CNN、ViT！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CV微信技术交流群梦晨发自凹非寺转载自：量子位（QbitAI）用图神经网络(GNN)做CV的研究有不少，但通常是围绕点云数据做文章
Amusi（CVer）·2022-06-27 07:47

华为诺亚ViG架构媲美CNN、Transformer，图神经网络也能用作CV骨干模型

华为诺亚实验室的研究员发现图神经网络（GNN）也能做视觉骨干网络。将图像表示为图结构，通过简洁高效的适配，提出一种新型视觉网络架构ViG，表现优于传统的卷积网络和Transformer。
tt姐·2022-06-27 07:24

论文解读（SR-GNN）《Shift-Robust GNNs: Overcoming the Limitations of Localized Graph Training Data》

论文信息论文标题：Shift-RobustGNNs:OvercomingtheLimitationsofLocalizedGraphTrainingData论文作者：QiZhu,NataliaPonomareva,JiaweiHan,BryanPerozzi论文来源
Learner-·2022-06-24 14:00

论文解读（KP-GNN）《How Powerful are K-hop Message Passing Graph Neural Networks》

论文信息论文标题：HowPowerfulareK-hopMessagePassingGraphNeuralNetworks论文作者：JiaruiFeng,YixinChen,FuhaiLi,AnindyaSarkar,MuhanZhang论文来源：2022,arX
Learner-·2022-06-20 16:00

Dynamic Graph Learning-Neural Network for Multivariate Time Series Modeling

现有的图神经网络(GNN)通常用预定义的空间图或学习到的固定邻接图来建模多元关系。它限制了GNN的应用，无法应对上述挑战。在本文中，我们提出了一个新的框架，
西西弗的小蚂蚁·2022-06-07 08:08

【零基础】从零开始学神经网络《python神经网络编程》——手写数字识别实战

二、对NN，CNN，RNN，GNN，GAN的名词解释三、详细介绍神经网络（NN）1.认识神经网络2.神经元3.激活函数4.权重——连接的线，连接结构5.正向传播6.反向训练权重四、csv文件五、创建一个神经网络六
荒野火狐·2022-06-05 08:16

【图神经网络】基于GNN的不同变种及其应用

图神经网络图神经网络（GraphNeuralNetwork，GNN）最早由Scarselli等人提出。
风度78·2022-06-05 07:44

论文解读（LA-GNN）《Local Augmentation for Graph Neural Networks》

论文信息论文标题：LocalAugmentationforGraphNeuralNetworks论文作者：SongtaoLiu,HanzeDong,LanqingLi,TingyangXu,YuRong,PeilinZhao,JunzhouHuang,Ding
Learner-·2022-06-01 15:00
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他