深入淺出圖神經網絡:GNN 原理解析
劉忠雨 李彥霖 周 洋 著
- 出版商: 機械工業
- 出版日期: 2019-12-01
- 售價: $534
- 貴賓價: 9.5 折 $507
- 語言: 簡體中文
- ISBN: 7111643631
- ISBN-13: 9787111643630
-
相關分類:
DeepLearning
銷售排行:
🥉 2023/9 簡體中文書 銷售排行 第 3 名
立即出貨
買這商品的人也買了...
-
$594$564 -
$228$216 -
$580$458 -
$650$507 -
$714$678 -
$1,014$963 -
$648$616 -
$1,200$948 -
$1,600$1,520 -
$580$493 -
$780$616 -
$500Python 深度學習異常檢測 : 使用 Keras 和 PyTorch
-
$403圖神經網絡:基礎與前沿
-
$980$774 -
$1,000$790 -
$1,200$948 -
$419$398 -
$600$468 -
$708$673 -
$620$490 -
$662PyTorch 深度學習和圖神經網絡 捲2 開發應用
-
$662PyTorch 深度學習和圖神經網絡 捲1 基礎知識
-
$556圖機器學習
-
$912圖神經網絡:基礎、前沿與應用
-
$594$564
相關主題
商品描述
這是一本從原理、算法、實現、應用4個維度詳細講解圖神經網絡的著作,在圖神經網絡領域具有重大的意義。
本書作者是圖神經網絡領域的資深技術專家,作者所在的公司極驗也是該領域的領先者。本書是作者和極驗多年研究與實踐經驗的總結,內容系統、扎實、深入淺出,得到了白翔、俞棟等多位學術界和企業界領軍人物的高度評價及強烈推薦。
全書共10章:
第1~4章全面介紹了圖、圖數據、捲積神經網絡以及表示學習等基礎知識,是閱讀本書的預備知識;
第5~6章從理論的角度出發,講解了圖信號處理和圖捲積神經網絡,深入剖析了圖捲積神經網絡的性質,並提供了GCN實現節點分類的實例;
第7~9章全面講解了圖神經網絡的各種變體及範式、圖分類機制及其實踐,以及基於GNN的圖表示學習;
第10章介紹了圖神經網絡的最新研究和應用。