原创 神經網路（Neural Network building）—— 前向傳播和反向傳播
神經網絡： 隨着人工智能的崛起，Python漸漸開始成爲編寫人工智能的主要工具語言，由於Python易於編寫且在整個大環境下，工具包非常豐富，所以我認爲也是寫神經網絡的最佳語言。神經網絡由輸入層、隱藏層和輸出層構成，隱藏層越
2020-06-16 12:06:49
原创 SSH與MySQL 項目搭建之applicationContext.xml配置與struts文件等關鍵代碼
applicationContext.xml: <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/bea
2020-06-16 12:06:49
原创 E-R圖轉換爲關係模式的方法
1.二元聯繫類型的轉換 (1)若實體間聯繫是1:1，可以在兩個實體類型轉換成的兩個關係模式中任意一個關係模式的屬性中加入另一個關係模式的鍵和聯繫類型的屬性。 (2)若實體間聯繫是1:N，則在N端實體類型轉換成的關係模式中加入1端實體類型的
2020-06-16 12:06:38
原创 向量機SVM原理詳解
轉自：http://www.blogjava.net/zhenandaci/category/31868.html （一）SVM的簡介 支持向量機(Support Vector Machine)是Cortes和Vapnik於1995年首先
2020-06-16 12:06:38
原创 經典損失函數：交叉熵（附tensorflow）和滑動平均
這幾天，我在回顧交叉熵和滑動平均算法時看到的兩篇非常好的博文分享給大家： 講解交叉熵的博文： https://blog.csdn.net/weixin_37567451/article/details/80895309 講解滑動平均的
2020-06-16 12:06:38
原创 GCN與GAT之間的重要聯繫和區別
談幾點深入的理解 1. 與GCN的聯繫與區別 無獨有偶，我們可以發現本質上而言：GCN與GAT都是將鄰居頂點的特徵聚合到中心頂點上（一種aggregate運算），利用graph上的local stationary學習新的頂點特徵表達
2020-03-11 03:12:16
原创 圖卷積網絡到底怎麼做 —— 小試牛刀
GCN 是一類非常強大的用於圖數據的神經網絡架構。事實上，它非常強大，即使是隨機初始化的兩層 GCN 也可以生成圖網絡中節點的有用特徵表徵。下圖展示了這種兩層 GCN 生成的每個節點的二維表徵。請注意，即使沒有經過任何訓練，這些二維表徵也
2020-03-11 03:12:16
原创 Word2vec的詳細講解和總結
https://blog.csdn.net/HowardEmily/article/details/104724813?depth_1-utm_source=distribute.pc_feed.63661&utm_source=dist
2020-03-09 10:51:08
原创 tensorflow中tf.Graph()使用說明
tf.Graph()表示實例化一個用於tensorflow計算和表示用的數據流圖，不負責運行計算。在代碼中添加的操作和數據都是畫在紙上的畫，而圖就是呈現這些畫的紙。我們可以利用很多線程生成很多張圖，但是默認圖就只有一張。 tf中可
2020-02-26 23:04:16
1
原创 Prim算法實現最小生成樹問題（C++語言）
塔坪村A 上白廟B 如意村C 上雲村D 雙塘村E 碑子巖F 楊柳村G 中白廟H 胡家廟I 山麻柳J 求以上圖的最小生成樹：（採用Prim算法） 輸入輸出採用讀取文件的方式： 說明： （1）第一行表示有多少個節點 第二行表示各個
2020-02-23 05:01:33
原创 Representation Learning for Attributed Multiplex Heterogeneous Network 論文閱讀筆記
摘要部分 網絡嵌入（圖嵌入）在真實世界中已經有了非常大規模的應用，然而現存的一些網絡嵌入（圖嵌入）相關的方法主要還是集中在同質網絡的應用場景下，即節點和邊的類型都是單一類型的情況下。但是真實世界網絡中每個節點的類型都多種，每條邊的類型也有
2020-02-23 05:01:33
原创 淺談Seq2Seq模型
最近在閱讀論文《Attention is all you need》的時候瞭解到了這個Seq2Seq模型，其最基本的原理及其思想就是RNN（循環神經網絡的）的一個最重要的變種：N vs M，這種結構也叫Encoder-Decoder模型。
2019-08-02 02:40:26
原创 主成分分析（PCA）原理詳解
本人最近一直在關注學習基於SVD（奇異值分解）的PCA（主成分分析算法）—— Principal Component Analyse 我在學習的過程中查閱了 “一步一步教你學PCA” 等博客，發現講的非常好，但是作者講的例子太過於複雜，以
2019-07-31 03:40:31
1
原创 論文：DeepWalk: Online Learning of Social Representations（社會表徵的在線學習）重點講解
相關資料：https://github.com/SkyWorkerCK/NetWork-Embedding DeepWalk是一種學習網絡中節點的表示的新的方法，是把language modeling的方法用在了social netw
2019-07-31 03:40:31
原创 skip-gram數學原理
在自然語言處理中對詞語的處理也遵循上面描述的統計學原則。假設我們有如下一條英語句子：the cat jump over the dog. 通過句子我們能感覺到單詞jump跟它左右的單詞有點像前面我們舉例中的”中華“與"人民共和國“，因爲它
2019-07-31 03:40:31