原来Transformer就是一种图神经网络,这个概念你清楚吗?
前几年神经网络很火,相信大家对神经网络都有一定的了解。而图神经网络是直接在图上进行计算,整个计算的过程,沿着图的结构进行,这样处理的好处是能够很好的保留图的结构信息。而能够对结构信息进行学习,正是图神经网络的能力所在。
下面我们就来看看图神经网络为什么强大?
图神经网络的应用场景自然非常多样。笔者在这里选择一部分应用场景为大家做简要的介绍,更多的还是期待我们共同发现和探索。
1. 计算机视觉
在计算机视觉的应用有根据提供的语义生成图像,如下图所示(引用)。输入是一张语义图,GNN通过对“man behind boy on patio”和“man right of man throwing firsbee”两个语义的理解,生成了输出的图像。
当然还有动作识别、视觉问答等应用,这里我们就不一一列举了
2. 生物医疗
我们在高中都接触过生物化学,知道化合物是由原子和化学键构成的,它们天然就是一种图数据的形式,所以图神经网络在生物医疗领域应用特别广泛。包括新药物的发现、化合物筛选、蛋白质相互作用点检测、以及疾病预测。
据笔者所知,目前国外包括耶鲁、哈佛,国内像北大清华都有很多实验室研究图神经网络在医学方面的应用,而且我相信这会是图神经网络最有价值的应用方向之一
3. 工业应用之推荐
推荐是机器学习在互联网中的重要应用。互联网业务中,推荐的场景特别说,比如内容推荐、电商推荐、广告推荐等等。这里,我们介绍三种图神经网络赋能推荐的方法。
尽管已经引起了极大的关注,但将其应用于其他领域时仍面临许多挑战,包括从方法论的合理性到实际商业业务表现。
神经网络模型知识点分析
神经网络模型整体架构解读
卷积神经网络整体架构及参数设计
图神经网络应用领域分析 图卷积经典算法解读 图神经网络框架Pytorch_geometric实战应用 图模型最新研究进展分析总结
原价199
扫描下方二维码
0.02元预约体系课程 !
福利较大,限前100名
02PART主讲老师
讲师带练,伴随式编程环境
同时还有@唐宇迪老师将会分享 , 一线热门技术和行业经验,众多学员亲测有效的一套技术提升方案,帮你摆脱迷茫,明确成长方向!
三位一体跟踪服务,项目实战驱动 , 深刻理解原理
完课礼包
还有一位是担任ICLRR,CVPR,ICCV,NeurIPS,ECCV,WACV,TCYB等审稿人的ZBC老师,两位老师结合自身科研和论文发表经历做了一个论文写作系列课程。
粉丝优惠! 0.02元 !
完课领取福利大礼包
Q&A
Q:课程内容具体有什么?A:包括但不限于:基于图神经网络框架框架的应用及进展分享+名师1V1答疑+专业提升技巧
Q:上课方式是什么?A:扫码添加老师微信,领取课程链接!