- 深入淺出圖神經網絡:GNN原理解析
- 劉忠雨 李彥霖 周洋
- 290字
- 2020-01-21 15:40:56
第1章 圖的概述
圖(Graph)是一個具有廣泛含義的對象。在數學中,圖是圖論的主要研究對象;在計算機工程領域,圖是一種常見的數據結構;在數據科學中,圖被用來廣泛描述各類關系型數據。許多圖學習的理論都專注于圖數據相關的任務上。
通常,圖被用來表示物體與物體之間的關系。這在生活中有著非常多的現實系統與之對應,比如化學分子、通信網絡、社交網絡等。事實上,任何一個包含二元關系的系統都可以用圖來描述。因此,研究并應用圖相關的理論,具有重大的現實意義。
本章,我們主要對圖相關的概念做一些基礎介紹,包括圖的基本定義、圖在計算機中的存儲表示方法與遍歷方法、圖數據及其常見的應用場景、圖數據深度學習的淺述。
推薦閱讀
- 機器學習的算法分析和實踐
- AI繪畫實戰技巧保姆級教程
- GPTs在游戲行業中的應用與實踐(智能系統與技術叢書)
- GPT-4o極簡入門與繪畫大全
- 解碼智能時代2021:來自未來的數智圖譜
- 大模型實戰:微調、優化與私有化部署
- AI公文寫作一本通:用ChatGPT和文心一言提高公文寫作質量和寫作效率
- 深度學習實戰:基于TensorFlow 2和Keras(原書第2版)
- 用ChatGPT輕松玩轉機器學習與深度學習
- 因果推斷導論
- 精通AI虛擬數字人制作與應用:直播主播+視頻博主+營銷推廣+教育培訓
- Cadence高速電路板設計與仿真(第3版)
- 生成:AI生產力重構營銷新范式
- 虛擬人:人類新物種(2021版)
- 人工智能數學基礎與Python機器學習實戰