dwxrycb123

摘要： 图网络笔记(1)——GNN, GCN, GraphSAGE, GAT 简介 在这里简单总结一下常见的一些图网络模型。 GNN 我们的目标是在图的结构上从各结点的初始feature$x_v$，通过图的结构以及边的特征$x_{(u,v)}$学到对应的hidden variable$h_v$. 考虑一个图 阅读全文

摘要： NLP笔记(1)——word2vec word2vec 简介 NLP中一个基本的问题就是如何得到一个合理的word embedding，或者说representation. 这里就介绍word2vec中的一种名为skip gram的模型。 目标 & Insights 首先我们需要明确我们的目标：学习 阅读全文