- 博客(2)
- 资源 (3)
- 收藏
- 关注
翻译 hyper2Vec论文整理
文章目录hyper2Vec参考文献 hyper2Vec 超网络(hyper-network):具有顶点集V和边集E的超图G(V,E)G(V,E)G(V,E),G(V,E,W)G(V,E,W)G(V,E,W)表示每个超边具有W(e)W(e)W(e)权重的超图,如果一个点在一条边内(v∈e)(v \in e)(v∈e),则h(v,e)=1h(v,e)=1h(v,e)=1否则等于000 超边(hyperedge):表示在不确定个数顶点之间的关系(e∈E)(e \in E)(e∈E) hyper2vec为了保持高阶
2020-06-17 14:56:00 411
原创 图卷积神经网络的一些理解和推导整理
文章目录拉普拉斯算子拉普拉斯矩阵傅立叶变换图傅立叶到图卷积图卷积Chebyshev Spectral CNN参考 拉普拉斯算子 梯度的本意是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大(为该梯度的模)。 方向导数是在z=f(x,y)z=f(x,y)z=f(x,y)的曲面沿着ρ\rhoρ方向的导数,α\alphaα...
2020-01-03 13:33:12 1439
Deep-learning-for-visual-understanding_-A-review.pdf
2019-11-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人