transductive

论文笔记：详解图注意力网络（GAT）

整理了GAT（ICLR2018GraphAttentionNetwork）论文的阅读笔记背景图注意力网络的构建模块与其他模型对比实验背景图神经网络的任务可以分为直推式(Transductive)学习与归纳

图学习的小张·2023-12-15 05:16

Inductive & Transductive

Inductive（归纳学习）&Transductive（传导学习）Inductive学习是从训练数据中推断出一般性规律，然后用这些规律预测新的未知数据。

小张是菜鸟·2023-12-03 12:48

Transductive和Inductive的区别

关于Transductive和Inductive维基百科上有一段简洁扼要的定义：Transductionisreasoningfromobeserved,specific(training)casestospecific

双七_·2023-10-09 09:11

(CVPR2023)Bi-directional Distribution Alignment for Transductive Zero-Shot Learning

模型图分类器的训练和测试如下图所示，训练分类器阶段，直接取了模型的原始图片特征V作为输入，不是VHA拼接然后作为输入。由上图和下图的test_seen_feature可以看出，在测试阶段，才让特征进行VHA融合处理。

computer_vision_chen·2023-09-21 06:53

GCN-＞GAT

Transductive(传导式)文本分类:训练时候也提供未标注的数据，测试时的数据就是这些未标注的数据。

zhurui_xiaozhuzaizai·2023-04-01 04:01

论文阅读《A Transductive Multi-Head Model for Cross-Domain Few-Shot Learning》

好久不见哈一下子就快月底啦（已经满心欢喜期待五一啦嘻嘻）最近更新都是围绕域适应20/21较新的论文（arxiv上的）大都数网上还没有出现解读材料，故记录仅自我理解，若有偏差可简信交流。论文名称：《ATransductiveMulti-HeadModelforCross-DomainFew-ShotLearning》论文地址：https://arxiv.org/abs/2006.11384v1论文代

LiBiscuit·2023-02-16 22:56

单词积累

homogeneous同构的heterogeneous异构的compose组成preliminary准备工作scenarios场景transductive转导的symmetric对称的disjunct分离的

KPer_Yang·2023-02-06 08:22

transductive inference（转导推理，直推式学习）

在统计学习中，转导推理（TransductiveInference）是一种通过观察特定的训练样本，进而预测特定的测试样本的方法。另一方面，归纳推理（InductionInference）先从训练样本中学习得到通过的规则，再利用规则判断测试样本。然而有些转导推理的预测无法由归纳推理获得，这是因为转导推理在不同的测试集上会产生相互不一致的预测。归纳推理中的一个经典方法是贝叶斯决策，通过求解P(Y|X)

大笨熊。。。·2023-01-13 00:35

GraphSAGE: 算法原理，实现和应用

然而GCN要求在一个确定的图中去学习顶点的embedding，无法直接泛化到在训练过程没有出现过的顶点，即属于一种直推式(transductive)的学习。本文介绍的GraphSA

张博208·2023-01-09 21:03

[ICCV 2019] Transductive Learning for Zero-Shot Object Detection

[paper]第一个用直推式做零样本检测。亮点：论文是基于自学习机制的，这个过程，保证了在源域上学到的知识不会被遗忘。在总结贡献的时候，（3）为了保持在源域上学习到概念，我们提出了一种固定的伪标签标注目标。域漂移问题：给定有限数量的可见类数据，ZSL旨在泛化到不同的未见类物体上。在现实中，未见类（目标域）的分布和已见类（源域）非常不同。这个问题叫做“域漂移问题”。直推式零样本识别vs检测区别一：Z

一亩高粱·2023-01-05 14:22

干货！面向开放世界的推荐系统：基于图结构学习的归纳式协同过滤

然而，特定于用户的嵌入因子只能以传导式（transductive）的方式学习，这使得推荐模型很难处理测试数据中的新用户。在现实场景中，推荐模型往往只能在有限时间窗口内收集

AITIME论道·2022-12-10 13:03

《Inductive representation learning on large graphs》笔记

已有的基于因式分解的嵌入方法直接为每个单独的结点训练结点的嵌入向量，是transductive。论文提出来的GraphSAGE是一个泛化的归纳(inductive)框架。Transductiv

叫什么就是什么·2022-12-04 14:34

Inductive Representation Learning on Large Graphs 论文/GraphSAGE学习笔记

1动机1.1过去的方法现存的方法大多是transductive的，也就是说，在训练图的时候需要将整个图都作为输入，为图上全部节点生成嵌入，每个节点在训练的过程中都是可知的。

Dodo·D·Caster·2022-12-04 14:00

GNN在推荐系统的应用——＞GC-MC与STAR-GCN

正经放·2022-11-30 16:18

Transductive Learning vs Inductive Learning

TransductiveLearning：从彼个例到此个例，有点象英美法系，实际案例直接结合过往的判例进行判决。关注具体实践。InductiveLearning：从多个个例归纳出普遍性，再演绎到个例，有点象大陆法系，先对过往的判例归纳总结出法律条文，再应用到实际案例进行判决。从有限的实际样本中，企图归纳出普遍真理，倾向形而上，往往会不由自主地成为教条。在统计学习中，转导推理（Transductiv

wendox·2022-11-25 09:07

图神经网络的训练方式分类理解（Inductive learning VS Transductive learning）

一般在看paper的时候，论文里面实验部分会提到本文的模型采用的是Inductive还是Transductive，例如下图（JK-NET）：那么具体什么是Inductive和Transductive？

码匀·2022-11-25 09:36

Transductive learning（传导性学习）和 Inductive learning（归纳性学习）的理解

先来看WIKIPEDIA的定义：Inlogic,statisticalinference,andsupervisedlearning,transductionortransductiveinferenceisreasoningfromobserved,specific(training)casestospecific(test)cases.Incontrast,inductionisreasoni

陈煜嵘Yurong·2022-11-25 09:06

转导学习 transductive learning

转导推理(也称为直推式学习（TransductiveLearning)区别于归纳推理（InductiveInference）从特殊到一般，再从一般到特殊的学习方式，转导推理（TranductiveInference）是一种从特殊到特殊的统计学习（或分类）方法。在预测样本的类别时，转导推理试图通过局部的标注训练样本进行判断，这与归纳推理先从训练样本中归纳得到一般模型有着很大差异。特别是当训练样本的数

TBYourHero·2022-11-25 09:35

Transductive和Inductive的区别

关于Transductive和Inductive维基百科上有一段简洁扼要的定义：Transductionisreasoningfromobeserved,specific(training)casestospecific

TBYourHero·2022-11-25 09:35

transductive learning(Transduction)和inductive learning

transduction(转导学习):对于A集合(labeleddata)和B集合(unlabeleddata),通过比较B重个体特征与A中个体特征得出B的label。即训练时会用到A的X和y一级B的X。induction(归纳学习):不看B集合，只通过A集合得到一个general的model的模型。通常的监督学习就是这种。在训练中包含未标记的样本不是转导的主要特征——避免建立一个通用的“模型”才

npupengsir·2022-11-25 09:04

Transductive Learning 与 Inductive Learning

TransductiveLearning：从彼个例到此个例，有点象英美法系，实际案例直接结合过往的判例进行判决。关注具体实践。InductiveLearning：从多个个例归纳出普遍性，再演绎到个例，有点象大陆法系，先对过往的判例归纳总结出法律条文，再应用到实际案例进行判决。从有限的实际样本中，企图归纳出普遍真理，倾向形而上，往往会不由自主地成为教条。References:1:http://shi

vontear·2022-11-25 09:33

通俗理解transductive learing和inductive learing

最近在机器学习中，发现很多模型中都使用到了transductivelearing和inductivelearing，但搜来搜去都发现还是无法看明白这两个概念的区别，直到我找到了一种通俗易懂的说法。首先，了解一下这两种学习都是属于半监督学习的：就是给的数据有的是有标签的，而有的是没有标签的。而两种常见的半监督的学习：1、直推学习（Transductivelearning）：例如GCN，迭代的过程中需

听弧丶·2022-11-25 09:32

如何理解 inductive learning 与 transductive learning?

机器学习里面有一对特别不容易理解的概念，inductivelearning与transductivelearning，这里，我以一种通俗易懂的方式，来解释一下。首先看图：对于上图，我们已经知道ABC的标签类别，现在要做的是预测带？节点的类别。knn算法，以及k-means算法都能够解决。inductivelearning（knn）对于每一个新的未知节点，如果仅通过六个已知标签的节点就能知道它的类别

wfc_uestc·2022-11-25 09:30

什么是Inductive Learning & Transductive Learning？

阅读论文时，看到InductiveLearning和TransductiveLearning时不是很懂。通过阅读书籍知道了其含义，在此记录下。归纳学习（InductiveLearning）是指可以对在训练阶段见不到的数据直接进行预测而不需要重新训练的学习方法。转导学习（TransductiveLearning）是指所有的数据在训练阶段都可以拿到，学习过程是作用在这个固定的数据上的，一旦数据发生改变

zjc4j·2022-11-25 09:29

Transductive和Inductive

关于Transductive和Inductive，维基百科上有一段简洁扼要的定义：Transductionisreasoningfromobeserved,specific(training)casestospecific

Takoony·2022-11-25 09:59

Transductive Learning 和 Inductive Learning

简介在kipf-GCN和GraphSage中，对TransductiveLearning和InductiveLearning有了比较深刻的认识。kipf-GCN在其论文中提到算法属于transductivenodeclassification，也就是在训练节点embedding的时候要看到全图的节点，这是因为kipf-GCN使用了拉普拉斯矩阵。kipf-GCN的半监督指的是只知道少部分节点的标签信

big_matster·2022-11-25 09:18

论文小综 | Attention in Graph Neural Networks

GCN在一系列任务中取得突破性进展的同时，其局限性也被放大：GCN擅长处理transductive任务（训练与测试阶段都基于同样的数据），但难以完成inductive

开放知识图谱·2022-11-23 15:46

CS224W: Machine Learning with Graphs - 06 Graph Neural Networks (GNN) 1: GNN Model

)parametersareneeded:nosharingofparametersbetweennodessoeverynodehasitsownuniqueembeddingInherently“transductive

xbfu-xjtu·2022-11-22 01:46

【概念理解】inductive和transductive的理解？

最近在阅读论文的过程中，文章中提到了inductive和transductive问题，在此记录一下他们各自的意义。 inductive是归纳的意思，指的是从特殊到一般的学习。

一穷二白到年薪百万·2022-11-19 22:23

inductive learning和transductive learning最最简单易懂的解释 | 算法举例

文章目录概念定义算法举例区别实例网上很多大神对inductivelearning和transductivelearning进行了原理层面的讲解，并且给出了数学符号进行严谨定义。但机器学习小白理解起来还是有些费劲，本文力求用最最简单易懂的语言介绍二者的定义和区别。概念定义inductivelearning：归纳学习，从特殊到一般；transductivelearning：转导学习，从特殊到特殊。算法

我是女生，我不做程序媛·2022-11-19 22:17

论文阅读 [TPAMI-2022] On Inductive–Transductive Learning With Graph Neural Networks

论文阅读[TPAMI-2022]OnInductive–TransductiveLearningWithGraphNeuralNetworks论文搜索(studyai.com)搜索论文:OnInductive–TransductiveLearningWithGraphNeuralNetworks搜索论文:http://www.studyai.com/search/whole-site/?q=On+

北岭狼人·2022-11-19 22:11

Transductive Learning 和 Inductive Learning

目录前言简介定义两者区别节点分类的例子InductiveLearningTransductiveLearning前言本文参考了wiki百科、周志华《机器学习》、论文GraphSage、博文《Inductivevs.TransductiveLearning》。简介在kipf-GCN和GraphSage中，对TransductiveLearning和InductiveLearning有了比较深刻的认识

November丶Chopin·2022-11-19 22:40

图神经网络的直推式(Transductive)学习与归纳(Inductive)学习

一般的定义如何理解inductivelearning与transductivelearning?-王晋东不在家的回答-知乎https://www.zhihu.com/question/68275921/answer/2034667107Inductivelearning，翻译成中文可以叫做“归纳式学习”，顾名思义，就是从已有数据中归纳出模式来，应用于新的数据和任务。我们常用的机器学习模式，就是这样

sanananana·2022-11-19 22:39

inductive learning 与 transductive learning在图神经网络上的区别

监督学习与非监督学习监督学习简单解释：监督学习就是要在一组有标签信息的数据中训练一个模型，然后将该模型应用于一组测试数据上分析模型的泛化误差。监督学习会把数据分成训练集和测试集，监督学习方法的重要假设是数据的分布是独立同分布的。监督学习要在训练数据中归纳出一个一般规则然后应用于测试数据中。训练数据是有标签的，测试数据是没有标签的。百度百科解释非监督学习，简单解释：非监督学习是在数据中无标记信息或者

siyan985·2022-11-19 22:08

什么是Inductive learning和Transductive learning

1.InductivelearningInductivelearning(归纳式学习)。归纳是从已观测到的数据到一般数据的推理，归纳学习即我们平时所说的监督学习，使用带有标签的数据进行模型训练，然后使用训练好的模型预测测试集数据的标签，训练集数据不包含测试集数据。2.TransductivelearningTransductivelearning(直推式学习)。直推是从观测到的特定数据到特定数据的

Pr4da·2022-11-19 22:02

inductive 和 transductive

transductivelearning是新名词，2018年才被正式公布，中文名为直推式集合/直推式学习。简单地说，“直推式学习”指训练集和测试集的数据共同作为模型训练的数据，并只以训练集的标签用作loss的评判。反之，另一个叫做“归纳(inductive)学习”的名词，就是最常见的了，即数据分为训练集和测试集，只拿训练集训练模型，再去预测测试集。举例更容易理解。minst手写数字数据集，是许多人

蒸土豆的技术细节·2022-11-19 21:01

inductive vs transductive

简单总结transductive:针对具体问题，小样本，通常没有模型，测试集可以参与训练例1：GCN（半监督学习）在一张图中中只有少量数据有标签，我们需要对没有标签的节点进行预测，GCN通过聚合节点信息融合图数据的结构信息

知福致福·2022-11-19 21:29

从机器学习到图神经网络，inductive和transductive的区别

文章目录机器学习归纳式学习（inductivelearning）转导式学习（transductivelearning）图表示学习归纳式学习（inductivelearning）节点表示图表示转导式学习（transductivelearning）节点表示参考资料机器学习归纳式学习（inductivelearning）测试集的数据完全不会被见过训练输入：半监督学习：输入训练集特征，未标记的特征和训练集

codingClaire·2022-11-19 21:21

使用PyG (PyTorch Geometric) 实现同质图transductive链路预测任务

诸神缄默不语-个人CSDN博文目录本文代码参考自PyG官方示例代码：https://github.com/pyg-team/pytorch_geometric/blob/master/examples/link_pred.py文章目录1.数据获取2.数据预处理3.建立链路预测模型4.实例化模型，设置优化器、损失函数5.构建训练函数6.构建每个epoch运行时的测试函数7.训练和测试8.整体代码1.

诸神缄默不语·2022-09-21 10:47

Understanding Transductive Few-shot Learning

Imageannotationcanbeabottleneckfortheapplicabilityofmachinelearningwhenacostlyexpertannotationisneeded.Someexamplesaremedicalimaging,astronomy,orbotanics.Toalleviatethisproblem,few-shotclassificationa

Adam坤·2022-09-17 13:23

图神经网络——GraphSAGE

papers.nips.cc/paper/6703-inductive-representation-learning-on-large-graphs.pdf发表会议：NeurIPS2017文章目录预备知识transductive

bobobe·2022-08-30 07:52

GraphSAGE的一些理解以及一些模块的DGL的代码实现

GraphSAGE传播公式邻居采样聚合函数minbatchDGL实现邻居采样同构图异构图总结参考前言因为参加天池比赛，要求最好使用纯inductive的模型，一脸懵逼，inductive是什么，后来搜了才知道，还有transductive

Icy Hunter·2022-07-31 07:45

注意力模型（GAT)

GCN的局限性：GCN是处理transductive任务的利器，这也导致了其有着较为致命的两大局限性：首先GCN无法完成inductive任务，也即它无法完成动态图的问题。其

码匀·2022-06-05 16:54

论文阅读GraphSAGE《Inductive Representation Learning on Large Graphs》

目录研究背景算法模型采样邻居顶点生成向量的伪代码聚合函数的选取参数的学习实验结果GraphSAGE的核心：改进方向：其他补充学习知识归纳式与直推式为什么GCN是transductive，为啥要把所有节点放在一起训练

GeekCoderBrick·2022-05-04 16:19

GNN等优缺点总结及解决方案

338051122https://www.zhihu.com/question/346942899https://zhuanlan.zhihu.com/p/291230435GCN的缺点在于它灵活性差，transductive

rainbow_lucky0106·2022-02-17 07:11

GraphSAge

一、原理相对于DeepWalk、Node2vec等transductive网络表示方法[GCN方法]，GraphSAge是一种inductive的学习方法GraphSAge利用节点特征信息和结构信息得到

昵称同学·2022-02-16 20:46

什么是 inductive learning 和 transductive learning

1.InductivelearningInductivelearning(归纳式学习)。归纳是从已观测到的数据到一般数据的推理，归纳学习即我们平时所说的监督学习，使用带有标签的数据进行模型训练，然后使用训练好的模型预测测试集数据的标签，训练集数据不包含测试集数据。2.TransductivelearningTransductivelearning(直推式学习)。直推是从观测到的特定数据到特定数据的

一位学有余力的同学·2021-06-14 05:20

机器学习中的一些概念

Transductive和Inductive链接：https://www.zhihu.com/question/68275921/answer/1574682746来源：知乎关于Transductive

不忘初心_决胜2021·2021-04-28 16:11

论文笔记：Few-Shot Segmentation Without Meta-Learning : A Good Transductive Inference Is All You Need

文章提出了transductive的inference方式，即：对每个queryimage，统计其unlabeled像素的信息，通过优化包含三个互补项的新损失1.intro目前常见的FSL论文都是基于元学习

咖喱波特·2021-04-17 20:30

[小样本分割]Few-Shot Segmentation Without Meta-Learning: A Good Transductive Inference Is All You Need?

没有元学习的Few-Shot分割:一个好的转导推理是你所需要的吗?（CVPR2021）本文的从构建推理过程入手，而非对网络结构进行设计，巧妙利用了转导推理实现了超高的性能！文章的方法部分全是数学推导，比较晦涩关于什么是转导推理可以参考博文：https://www.cnblogs.com/huty/p/8517867.html论文地址开源代码摘要我们表明，在Few-Shot分割任务中执行推理的方式对

XL_Dylan·2021-04-13 15:45

推荐频道

transductive

论文笔记：详解图注意力网络（GAT）

Inductive & Transductive

Transductive和Inductive的区别

(CVPR2023)Bi-directional Distribution Alignment for Transductive Zero-Shot Learning

GCN-＞GAT

论文阅读《A Transductive Multi-Head Model for Cross-Domain Few-Shot Learning》

单词积累

transductive inference（转导推理，直推式学习）

GraphSAGE: 算法原理，实现和应用

[ICCV 2019] Transductive Learning for Zero-Shot Object Detection

干货！面向开放世界的推荐系统：基于图结构学习的归纳式协同过滤

《Inductive representation learning on large graphs》笔记

Inductive Representation Learning on Large Graphs 论文/GraphSAGE学习笔记

GNN在推荐系统的应用——＞GC-MC与STAR-GCN

Transductive Learning vs Inductive Learning

图神经网络的训练方式分类理解（Inductive learning VS Transductive learning）

Transductive learning（传导性学习）和 Inductive learning（归纳性学习）的理解

转导学习 transductive learning

Transductive和Inductive的区别

transductive learning(Transduction)和inductive learning

Transductive Learning 与 Inductive Learning

通俗理解transductive learing和inductive learing

如何理解 inductive learning 与 transductive learning?

什么是Inductive Learning & Transductive Learning？

Transductive和Inductive

Transductive Learning 和 Inductive Learning

论文小综 | Attention in Graph Neural Networks

CS224W: Machine Learning with Graphs - 06 Graph Neural Networks (GNN) 1: GNN Model

【概念理解】inductive和transductive的理解？

inductive learning和transductive learning最最简单易懂的解释 | 算法举例

论文阅读 [TPAMI-2022] On Inductive–Transductive Learning With Graph Neural Networks

Transductive Learning 和 Inductive Learning

图神经网络的直推式(Transductive)学习与归纳(Inductive)学习

inductive learning 与 transductive learning在图神经网络上的区别

什么是Inductive learning和Transductive learning

inductive 和 transductive

inductive vs transductive

从机器学习到图神经网络，inductive和transductive的区别

使用PyG (PyTorch Geometric) 实现同质图transductive链路预测任务

Understanding Transductive Few-shot Learning

图神经网络——GraphSAGE

GraphSAGE的一些理解以及一些模块的DGL的代码实现

注意力模型（GAT)

论文阅读GraphSAGE《Inductive Representation Learning on Large Graphs》

GNN等优缺点总结及解决方案

GraphSAge

什么是 inductive learning 和 transductive learning

机器学习中的一些概念

论文笔记：Few-Shot Segmentation Without Meta-Learning : A Good Transductive Inference Is All You Need

[小样本分割]Few-Shot Segmentation Without Meta-Learning: A Good Transductive Inference Is All You Need?