中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享

Posted 深度学习与NLP

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享相关的知识,希望对你有一定的参考价值。



    图(graph)是⼀种数据结构,图神经⽹络(GNN)是深度学习在图结构上的⼀个分⽀。常⻅的图结构包含节点(node)和边(edge),其中,节点包含了实体(entity)信息,边包含实体间的关系(relation)信息。现在许多学习任务都需要处理图结构的数据,⽐如物理系统建模(physics system)、学习分⼦指纹(molecularfingerprints)、蛋⽩质接⼝预测(protein interface)以及疾病分类(classify diseases),这些都需要模型能够从图结构的输⼊中学习相关的知识。 


     

GNN起源 

    GNN起源于两种动机,⼀种动机来⾃于卷积神经⽹络(CNN),另⼀种动机来⾃于图嵌⼊(graphembedding)。第⼀种来源于CNN,CNN能够提取出多尺度的局部空间特征,并将它们进⾏组合来构建更加⾼级的表⽰(expressive representations)。如果深⼊研究CNN和图结构的特点,可以发现CNN的核⼼特点在于:局部连接(local connection),权重共享(shared weights)和多层叠加(multi-layer)。这些同样在图问题中⾮常试⽤,因为图结构是最典型的局部连接结构,其次,共享权重可以减少计算量,另外,多层结构是处理分级模式(hierarchical patterns)的关键。然⽽,CNN只能在欧⼏⾥得数据(Euclideandata),⽐如⼆维图⽚和⼀维⽂本数据上进⾏处理,⽽这些数据只是图结构的特例⽽已,对于⼀般的图结构,可以发现很难将CNN中的卷积核(convolutional filters)和池化操作(pooling operators)迁移到图的操作上。

     

本书目录

中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享

     

内容节选

中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享
中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享
中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享
中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享
中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享








往期精品内容推荐














中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享
扫描下方二维码可以订阅哦!
中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享
中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享

DeepLearning_NLP

中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享

深度学习与NLP

以上是关于中文免费简书-《图神经网络模型(GNN)原理及应用综述》pdf免费分享的主要内容,如果未能解决你的问题,请参考以下文章

深入浅出图神经网络|GNN原理解析☄学习笔记表示学习

深入浅出图神经网络|GNN原理解析☄学习笔记表示学习

深入浅出图神经网络|GNN原理解析☄学习笔记图的概述

《深入浅出图神经网络》GNN原理解析☄学习笔记图的概述

2021最新深度学习自然语言处理模型及原理细节汇编

自然语言领域中图神经网络模型(GNN)应用现状(论文)