2米资源网

01 图神经网络基础

01图神经网络应用领域分析.mp4

02 图基本模块定义.mp4

03 邻接矩阵的定义.mp4

04 GNN中常见任务.mp4

05 消息传递计算方法.mp4

06 多层GCN的作用.mp4

02图卷积GCN模型

01 GCN基本模型概述.mp4

02 图卷积的基本计算方法.mp4

03 邻接的矩阵的变换.mp4

04 GCN变换原理解读.mp4

03图模型必备神器PyTorch Geometric安装与使用

01 PyTorch Geometric工具包安装与配置方法.mp4

02数据集与邻接矩阵格式.mp4

03 模型定义与训练方法.mp4

04文献引用数据集分类案例实战.mp4

04 使用PyTorch Geometric构建自己的图数据集

01 构建数据集基本方法.mp4

02 数据集与任务背景概述.mp4

03 数据集基本预处理.mp4

04用户行为图结构创建.mp4

05 数据集创建函数介绍.mp4

06 网络结构定义模块.mp4

07 TopkPooling进行下采样任务.mp4

08 获取全局特征.mp4

09模型训练与总结.mp4

05 图注意力机制与序列图模型

01图注意力机制的作用与方法.mp4

02邻接矩阵计算图Attention.mp4

03 序列图神经网络TGCN应用.mp4

04 序列图神经网络细节.mp4

06 图相似度论文解读

01 要完成的任务分析.mp4

02 基本方法概述解读.mp4

03图模型提取全局与局部特征.mp4

04 NTN模块的作用与效果.mp4

05 点之间的对应关系计算.mp4

06 结果输出与总结.mp4

07 图相似度计算实战

01 数据集与任务概述.mp4

02 图卷积特征提取模块.mp4

03分别计算不同Batch点的分布.mp4

04 获得直方图特征结果.mp4

05 图的全局特征构建.mp4

06 NTN图相似特征提取.mp4

07 预测得到相似度结果.mp4

08 基于图模型的轨迹估计

01数据集与标注信息解读.mp4

02 整体三大模块分析.mp4

03 特征工程的作用与效果.mp4

04传统方法与现在向量空间对比.mp4

05输入细节分析.mp4

06 子图模块构建方法.mp4

07特征融合模块分析.mp4

08 VectorNet输出层分析.mp4

09 图模型轨迹估计实战

01 数据与环境配置.mp4

02 训练数据准备.mp4

03 Agent特征提取方法.mp4

04 DataLoader构建图结构.mp4

05 SubGraph与Attention模型流程.mp4

配套资源

唐宇迪 图神经网络实战
百度网盘分享地址： 链接: https://pan.baidu.com/s/1ud7hLNL3iAUeL2SYoEiTbA?pwd=7sv5 提取码: 7sv5