原创 圖卷積網絡-《深入淺出圖神經網絡》讀書筆記

由於是word格式,在這裏我就直接放截圖了,都是自己的思考,謝謝大家!     參考文獻:《深入淺出圖神經網絡》

原创 CNN卷積神經網絡之卷積運算的初步理解

上述的卷積方式是帶有反轉的卷積,而不帶反轉的卷積操作稱爲互相關卷積,在進行卷積的過程中需要指明屬於哪一種卷積。對於5.6式子中,如果i,j分別取1,很明顯會出現x取到-1位置的情況,我個人理解是可能這個時候的卷積就屬於無效卷積了,因

原创 忘了 忘了,以前學的矩陣知識全交給老師了,敲黑板了,矩陣乘法實例講解

在這個地方整蒙了,W1和W2這倆是矩陣的標記,但是後面只有個Tr-1和Cr-1,我???? 實際上,1 x Tr-1這種表示,即可以是向量也可以是矩陣呀,沒有問題,往下理解是向量,往上理解就是矩陣, 其次,W1與 做運算是將W1當作T

原创 統計學系方法4.1補充理解

《統計學習方法》-樸素貝葉斯-後驗概率最大化含義;含推導過程和個人見解 一、損失函數期望公式: 二、 三、條件期望最小化推導理解 以上圖引用自https://blog.csdn.net/REA_UTOPIA/article/deta

原创 AO*算法詳解,附例子和算法詳細步驟

Procedure AO* 1.建立一個只由根節點構成的搜索圖G. s的費用 q(s) := h(s), G’:=G. 如果s是目標,標記s爲SOLVED.

原创 A算法和A*算法詳解

字太多了 直接放筆記的圖片吧,如有不對請指正 A算法和A*算法都適用 1、用初始節點初始化搜索圖G (動態變化),將初始節點放入open表(還沒有擴展的節點)中,然後初試closed(已經擴展完成的節點)表賦空NULL 2、如果open表

原创 CBOW理解 整合雙語信息

Vector space model is well known in information retrieval where each document is represented as a vector. The vector co

原创 機器學習精講中7.1固定特徵核中關於N維向量多項式特徵映射的理解(一)

如果樣本量多,邏輯迴歸問題很複雜,而原始特徵只有x1,x2可以用多項式創建更多的特徵x1、x2、x1x2、x1^2、x2^2、... X1^nX2^n。因爲更多的特徵進行邏輯迴歸時,得到的分割線可以是任意高階函數的形狀。 feature

原创 人工智能原理知識點對照

0、費根鮑姆是第一個提出知識工程的人工智能學者 01、圖靈測試指的是測試者與被測試者(一個人和一臺機器)隔開的情況下,通過一些裝置(如鍵盤)向被測試者隨意提問。 進行多次測試後,如果機器讓平均每個參與者做出超過30%的誤判,那麼這臺機器就

原创 圖神經網絡學習筆記(1)——圖信號與圖傅里葉變換

以上轉載自https://blog.csdn.net/weixin_40718664/article/details/104439350

原创 交通流量預測數據集解讀

智慧交通系統 即Intelligent TransportationSystem (ITS)    屬於時空預測方向,在人工智能相關會議上有不少工作值得借鑑。中科院計算所9樓網數的徐冰冰在github上有建微信羣討論,下週約在計算所給課題

原创 2020 AAAI-GMAN: A Graph Multi‐Attention Network for Traffic Prediction閱讀筆記(翻譯)

註明:本文僅是翻譯了論文,主要目的方便日後溫故

原创 Ground truth的含義

在機器學習中,術語”ground truth”指的是用於有監督訓練的訓練集的分類準確性,主要用於統計模型中驗證或推翻某種研究假設。術語也指收集準確客觀的數據用於驗證的過程。 訓練集中的不準確性總是和訓練結果集中的不準確性是關聯的。   機

原创 正確理解TensorFlow中的logits

【問題】I was going through the tensorflow API docs here. In the tensorflow documentation, they used a keyword called logit