图表示学习的主要目标是:将结点映射为向量表示的时候尽可能多地保留图的拓扑信息【低维、连续、稠密】。图表示学习主要分为基于图结构的表示学习和基于图特征的表示学习。 基于图结构的表示学习 在我们的图表示学习中,我们希望Embedding出来...
前置知识: 基础的【 图论, 概率论, 线性代数, 机器学习 】 相关资源: 课程: Stanford CS224W: Machine Learning with Graphs 视频 资料 讲解 数据集: Heterogeno...
本文只对比最常见的主成分分析(PCA: Principal Component Analysis)和t分布随机邻居嵌入(t-SNE: t-Distributed Stochastic Neighbor Embedding)。 t-SNE则是...
机器学习方法选择 深度学习常见流程及工具 常见性能指标 常见超参数 Batch Size 一般情况下,较大的批量大小(Batch Size)可以在一定程度上带来以下优势: 更高的计算效率: 使用较大的批量大小可以充分利用GPU或其...
论述顺序词 首先: first and foremost, first of all 其次: secondly 然后: after that 此外: besides, furthermore 最后: last but not least ...