12 2024 档案
摘要：目录图神经网络(GNN)图的基本组成图神经网络要做什么图的邻接矩阵初识数学表达式消息传递神经网络多层GNN输出的特征可以用来做什么图卷积神经网络(GCN)基本模型概述基本计算方法GCN的基本思想网络层数图的基本组成特征值计算方法度矩阵也要变一变给出GCN的数学表达式图注意力网络(GAT)引入计算注意
阅读全文
摘要：Transformer本质是将平平无奇的特征变为楞次分明的特征 transformer能够结合上下文语境更新自身特征 整体架构 编码层（Encoder） self-attention是啥意思呢？ 对于输入的数据，你的关注点是什么？ 在逛商场的时候，你可能更加的关注商场里售卖的物品，而不会去关注旋转木
阅读全文
摘要：整体架构 输入层、卷积层、池化层、全连接层 卷积做了一件什么事？ 我们有一张64*64的图像数据，首先是全连接神经网络（如下图所示），输入数据的特征是1×4096的特征向量，每增加一个中间层的神经元，就会增加（4096+1）个参数，神经元的个数增加到10个，则参数个数会增加到525706。 针对全连
阅读全文
摘要：全连接神经网络 整体架构 线性函数 从输入到输出的映射 举一个例子 我们通过一个简单的全连接层来判断西瓜甜不甜，其中影响西瓜甜不甜的因素暂定为3个，分别是瓜蒂（x1）,拍西瓜产生的声音（x2）, 西瓜皮的纹路（x3）。我们将者三个作为全连接层的输入，中间隐藏层神经元的数量为4，而全连接层的输出为预测
阅读全文
