摘要：
day 5 图信号处理以及图卷积神经网络 5.1 矩阵乘法的三种方式 设两个矩阵A$\in R^{k\times M}$ , B$\in R^{M\times P}$ , 对于C=AB，有如下三种计算方法： 5.2 图信号与图的拉普拉斯矩阵 书上公式5.6的推导博客有详细的过程：https://zh 阅读全文
摘要：
day 4 第四章：表示学习 4.1 表示学习的意义、离散表示与分布式表示、端到端学习的表示学习方法。 表示学习：自动的从数据中学习有用的特征，并可以直接用于后续的学习任务。可以利用表示学习减少机器学习算法对特征工程的依赖。表示学习的任务通常是将输入映射到一个稠密的低维的向量空间中。 机器学习中对象 阅读全文