幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

從深度學習到圖神經網路(模型與實踐)

  • 作者：張玉宏//楊鐵軍|責編:孫奇俏
  • 出版社：電子工業
  • ISBN：9787121456824
  • 出版日期：2023/06/01
  • 裝幀：平裝
  • 頁數：324
人民幣：RMB 108 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    近年來，深度學習在人工智慧的發展過程中起到了舉足輕重的作用，而圖神經網路是人工智慧領域的一個新興方向，被稱為圖上的深度學習。
    本書詳細介紹了從深度學習到圖神經網路的基礎概念和前沿技術，包括圖上的深度學習、圖神經網路的數學基礎、神經網路學習與演算法優化、深度學習基礎、神經網路中的表示學習、面向圖數據的嵌入表示、初代圖神經網路、空域及譜域圖卷積神經網路等內容。為增強可讀性，本書敘述清晰、內容深入淺出、圖文並茂，力求降低初學者的學習難度。
    本書既可作為人工智慧領域研究和開發人員的技術參考書，也可作為對圖上的深度學習感興趣的高年級本科生和研究生的入門書。
作者介紹
張玉宏//楊鐵軍|責編:孫奇俏
目錄
第1章  圖上的深度學習
  1.1  人工智慧與深度學習
    1.1.1  深度學習的發展
    1.1.2  人工智慧的底層邏輯
  1.2  圖神經網路時代的來臨
    1.2.1  圖與圖像大不同
    1.2.2  圖神經網路的本質
  1.3  圖數據處理面臨的挑戰
    1.3.1  歐氏空間難表示圖
    1.3.2  圖表達無固定格式
    1.3.3  圖可視化難理解
    1.3.4  圖數據不符合獨立同分佈
  1.4  圖神經網路的應用層面
    1.4.1  節點預測
    1.4.2  邊預測
    1.4.3  圖預測
  1.5  圖神經網路的發展簡史
    1.5.1  早期的圖神經網路
    1.5.2  圖卷積神經網路的提出
    1.5.3  圖表示學習
    1.5.4  圖卷積的簡化
  1.6  圖神經網路的模塊與分類
    1.6.1  圖神經網路的常見模塊
    1.6.2  圖神經網路的分類
  1.7  本章小結
  參考資料
第2章  圖神經網路的數學基礎
  2.1  矩陣論基礎
    2.1.1  標量與向量
    2.1.2  向量范數
    2.1.3  向量的夾角與餘弦相似度
    2.1.4  矩陣與張量
    2.1.5  矩陣的本質
    2.1.6  矩陣乘法的三種視角
    2.1.7  逆矩陣與行列式
    2.1.8  特徵值與特徵向量
    2.1.9  矩陣的平方分解
    2.1.10  特徵分解
    2.1.11  正定矩陣和半正定矩陣
  2.2  圖論基礎
    2.2.1  圖的表示
    2.2.2  無向圖與有向圖
    2.2.3  權值圖
    2.2.4  鄰接矩陣與關聯矩陣
    2.2.5  鄰域和度
    2.2.6  度數矩陣
    2.2.7  二分圖
    2.2.8  符號圖
    2.2.9  圖的遍歷
    2.2.10  圖的同構與異構

    2.2.11  圖的途徑、跡與路
    2.2.12  圖的連通性
    2.2.13  節點的中心性
  2.3  譜圖論基礎
    2.3.1  拉普拉斯矩陣的來源
  ……
第3章  神經網路學習與演算法優化
第4章  深度學習基礎
第5章  神經網路中的表示學習
第6章  面向圖數據的嵌入表示
第7章  初代圖神經網路
第8章  空域圖卷積神經網路
第9章  譜域圖卷積神經網路

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032