图神经网络（GNN）总结
1 简单的图的参数介绍 G = ( V , E , A ) \mathcal { G } = ( V , E , A ) G=(V,E,A)html V(N个)是节点集合, 只描述了存在的节点 E是边集合, 只描述了存在的链接(边) A(NxN)是图的邻接矩阵, 描述了节点之间的链接关系, 当对应的边eij(链接vi,vj的边)存在的时候, 则对应的Aij = wij> 0, 若eij不存在, 则
相关文章
- 1. 【PyTorch】图神经网络(GNN)
- 2. 【GNN】图神经网络小结
- 3. GNN图神经网络详述-01
- 4. 图神经网络GNN综述
- 5. 图神经网络(Graph Neural Network， GNN)
- 6. 【Graph Neural Network】图神经网络GNN
- 7. 图神经网络(GNN)的简介
- 8. GNN图神经网络详述-02
- 9. GNN图神经网络综述
- 10. 图神经网络 GNN GAT & GCN（一）
- 更多相关文章...
- • 网络协议是什么？ - TCP/IP教程
- • 以太网数据帧格式（结构）图解 - TCP/IP教程
- • 算法总结-双指针
- • 算法总结-回溯法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章