圖神經(jīng)網(wǎng)絡(luò)核心培養(yǎng)計(jì)劃
什么是圖神經(jīng)網(wǎng)絡(luò)?
已報(bào)名深度學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò) 底部評 圖神經(jīng)網(wǎng)絡(luò)? 就是借助神經(jīng)網(wǎng)絡(luò)的“能力”如深度特征抽取等來處理圖結(jié)構(gòu)的數(shù)據(jù) , 其結(jié)構(gòu)如圖:

其中圖結(jié)構(gòu)的數(shù)據(jù)有許多,如社交網(wǎng)絡(luò)圖、交通路線圖、人物關(guān)系圖、分子結(jié)構(gòu)圖、計(jì)算結(jié)網(wǎng)絡(luò)拓?fù)鋱D等等。這些數(shù)據(jù)都可以作為圖神經(jīng)網(wǎng)絡(luò)的輸入。之后經(jīng)過特定的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),如 MLP,CNN,RNN 等的基于圖結(jié)構(gòu)的運(yùn)算,可以完成對于圖表示的分類,圖的節(jié)點(diǎn)或邊的預(yù)測等功能。
圖神經(jīng)網(wǎng)絡(luò)典型的應(yīng)用場景
Node-level 輸出用于點(diǎn)回歸和分類任務(wù)。
Edge-level 輸出與邊分類和鏈路預(yù)測任務(wù)相關(guān)。
Graph-level 輸出和圖分類任務(wù)相關(guān),比如圖表示
標(biāo)簽: