搜索结果
查询Tags标签： 传播，共有 37条记录-
论文阅读 Streaming Graph Neural Networks
3 Streaming Graph Neural Networks link：https://dl.acm.org/doi/10.1145/3397271.3401092 Abstract 本文提出了一种新的动态图神经网络模型DGNN，它可以随着图的演化对动态信息进行建模。特别是，该框架可以通过捕获： 1、边的序列信息， 2、边之间的时间间隔， 3、信息…
2022/4/29 6:14:26 人评论 次浏览 -
反向传播
视频地址：https://www.bilibili.com/video/BV1NE41147Nt?spm_id_from=333.880.my_history.page.click 笔记地址：https://blog.csdn.net/Jackydyy/article/details/117233027?spm=1001.2014.3001.5502之前提出的线性模型 = wx，如果以神经网络的视角代入来看，即x为输入…
2022/4/14 23:15:49 人评论 次浏览 -
机器学习-吴恩达-四（神经网络代价函数反向传播计算）
多分类问题的损失函数 误差反向传播，以及通过误差计算偏导，进而计算损失函数值 随机初始化在神经网络中初始值全为0的化会导致各隐藏层激活函数相等，无法学习更多特征
2022/4/11 23:19:13 人评论 次浏览 -
计算机网络——分组交换、电路交换、报文交换
1.定义及比较2.时延的概念 时延解释 时延是指数据（一个报文或分组，甚至比特）从网络（或链路）的一端传送到另一端所需的时间。它是计算机网络的性能指标之一，网络中的时延包括发送时延（传输时延）、传播时延、处理时延、排队时延。 总时延 = 发送时延 + 传播时延 + 处…
2022/3/3 23:16:31 人评论 次浏览 -
概率图模型-7.团树传播算法
2022/2/21 10:02:02 人评论 次浏览 -
反向传播算法
反向传播算法 介绍反向传播算法，简称BP算法，适合于多层神经元网络的一种学习算法，它建立在梯度下降法的基础上。BP网络的输入输出关系实质上是一种映射关系：一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射，这一映射具有高…
2022/2/11 22:12:39 人评论 次浏览 -
pytorch入门（一）
1.pytorch的基本概念（Tensor和Variable)、自动微分和pyTorch的核心模块。 张量可以理解为一个多维数组，类似于Numpy 中的ndarray对象。 2.三维张量形如[W;H;C] [weight,height,channel] 3.四维张量形如[N,W,H,C] [batch,weight,height,channel] from PIL import Image i…
2022/1/31 23:15:29 人评论 次浏览 -
CNN反向传播：从直觉到起源
CNN反向传播：从直觉到起源Convolutional Neural Networks backpropagation: from intuition to derivation这里假设你已经对多层感知器、损失函数、反向传播等有一定掌握，如果还没有了解过，最好先去了解一下 开篇 Convolutional Neural Networks（CNN）现在是做图像分类…
2022/1/30 23:10:37 人评论 次浏览 -
《深度学习入门：基于Python的理论与实现》读书笔记：第5章 误差反向传播算法
目录 第5章 误差反向传播算法 5.1 计算图 5.1.1 用计算图求解 5.1.2 局部计算 5.1.3 为何用计算图解题 5.2 链式法则 5.2.1 计算图的反向传播 5.2.2 什么是链式法则 5.2.3 链式法则和计算图 5.3 反向传播 5.3.1 加法节点的反向传播 5.3.2 乘法节点的反向传播 5.3.3 苹果的…
2022/1/28 22:35:09 人评论 次浏览 -
机器学习（九）神经网络的学习与实现算法
文章目录 Log 一、代价函数（Cost function）1. 符号的定义2. 二元分类（Binary classification）3. 多元分类（Multi-class classification [K classes]）4. 代价函数 二、反向传播算法（Backpropagation algorithm）1. 前向传播计算激活项2. 反向传播计算导数项①只有一…
2022/1/25 1:04:52 人评论 次浏览 -
反向传播算法
一、公式定义举例：二、推导过程（1）求解第k层的参数：注：loss表示误差，由误差函数作用于神经网络最后一层输出值和真实值而得出。 将参数表示为矩阵：注：另外一些文章的Wk可能是这种表示方式的转置。 则： （a0即为输入层x0）（公式1） （公式2） 显然，ak-1在前向传…
2022/1/19 22:21:14 人评论 次浏览 -
反向传播算法
一、公式定义举例：二、推导过程（1）求解第k层的参数：注：loss表示误差，由误差函数作用于神经网络最后一层输出值和真实值而得出。 将参数表示为矩阵：注：另外一些文章的Wk可能是这种表示方式的转置。 则： （a0即为输入层x0）（公式1） （公式2） 显然，ak-1在前向传…
2022/1/19 22:21:14 人评论 次浏览 -
事物传播行为(搬运)
关于事务传播行为，一种通俗易懂的解释方式 假设现在有事务A和事务B 事务A是一个男生去相亲，找到了一个女生，女生是事务B 对于女生而言： REQUIRED（需要）：男生有房，我住他的房，男生没房，我去买房。 --需要男生买房，但不是必须的，男生没有，我就去买 SUPPORTS（支…
2022/1/9 23:35:01 人评论 次浏览 -
事物传播行为(搬运)
关于事务传播行为，一种通俗易懂的解释方式 假设现在有事务A和事务B 事务A是一个男生去相亲，找到了一个女生，女生是事务B 对于女生而言： REQUIRED（需要）：男生有房，我住他的房，男生没房，我去买房。 --需要男生买房，但不是必须的，男生没有，我就去买 SUPPORTS（支…
2022/1/9 23:35:01 人评论 次浏览 -
Neural Graph Collaborative Filtering阅读笔记
动机 本文是2019年SIGIR的一篇文章。在推荐系统中，用户和物品的向量表示(embeddings)是推荐系统的核心，但目前的方法都是根据用户（物品）原有的特征通过映射获取embeddings，并没有将用户与物品交互中的潜在的协同信号编码进embeddings，因此产生的embeddings可能不足以…
2021/12/23 23:15:47 人评论 次浏览
