+10-基于图模型的时间序列预测 1.0 GB
1-基于图模型的时间序列预测.mp4 1.0 GB
+11-异构图神经网络 754.0 MB
1-异构图神经网络.mp4 754.0 MB
+1-图神经网络基础 99.0 MB
1-图神经网络应用领域分析.mp4 26.4 MB
2-图基本模块定义.mp4 10.5 MB
3-邻接矩阵的定义.mp4 16.1 MB
4-GNN中常见任务.mp4 19.2 MB
5-消息传递计算方法.mp4 14.2 MB
6-多层GCN的作用.mp4 13.0 MB
+2-图卷积GCN模型 65.3 MB
1-GCN基本模型概述.mp4 13.2 MB
2-图卷积的基本计算方法.mp4 12.6 MB
3-邻接的矩阵的变换.mp4 18.4 MB
4-GCN变换原理解读.mp4 21.1 MB
+3-图模型必备神器PyTorch Geometric安装与使用 187.0 MB
1-PyTorch Geometric工具包安装与配置方法.mp4 45.1 MB
2-数据集与邻接矩阵格式.mp4 51.9 MB
3-模型定义与训练方法.mp4 41.9 MB
4-文献引用数据集分类案例实战.mp4 47.7 MB
+4-使用PyTorch Geometric构建自己的图数据集 268.0 MB
1-构建数据集基本方法.mp4 13.5 MB
2-数据集与任务背景概述.mp4 21.6 MB
3-数据集基本预处理.mp4 31.5 MB
4-用户行为图结构创建.mp4 36.7 MB
5-数据集创建函数介绍.mp4 34.9 MB
6-网络结构定义模块.mp4 36.9 MB
7-TopkPooling进行下采样任务.mp4 31.3 MB
8-获取全局特征.mp4 25.7 MB
9-模型训练与总结.mp4 35.8 MB
+5-图注意力机制与序列图模型 74.2 MB
1-图注意力机制的作用与方法.mp4 16.5 MB
2-邻接矩阵计算图Attention.mp4 21.4 MB
3-序列图神经网络TGCN应用.mp4 12.6 MB
4-序列图神经网络细节.mp4 23.7 MB
+6-图相似度论文解读 311.0 MB
1-要完成的任务分析.mp4 47.8 MB
2-基本方法概述解读.mp4 52.7 MB
3-图模型提取全局与局部特征.mp4 47.4 MB
4-NTN模块的作用与效果.mp4 41.1 MB
5-点之间的对应关系计算.mp4 51.2 MB
6-结果输出与总结.mp4 71.2 MB
+7-图相似度计算实战 216.0 MB
1-数据集与任务概述.mp4 18.1 MB
2-图卷积特征提取模块.mp4 55.9 MB
3-分别计算不同Batch点的分布.mp4 31.7 MB
4-获得直方图特征结果.mp4 21.1 MB
5-图的全局特征构建.mp4 31.4 MB
6-NTN图相似特征提取.mp4 39.2 MB
7-预测得到相似度结果.mp4 18.6 MB
+8-基于图模型的轨迹估计 449.0 MB
1-数据集与标注信息解读.mp4 57.5 MB
2-整体三大模块分析.mp4 71.8 MB
3-特征工程的作用与效果.mp4 41.7 MB
4-传统方法与现在向量空间对比.mp4 51.8 MB
5-输入细节分析.mp4 50.0 MB
6-子图模块构建方法.mp4 42.5 MB
7-特征融合模块分析.mp4 47.7 MB
8-VectorNet输出层分析.mp4 85.4 MB
+9-图模型轨迹估计实战 164.0 MB
1-数据与环境配置.mp4 35.4 MB
2-训练数据准备.mp4 27.7 MB
3-Agent特征提取方法.mp4 37.9 MB
4-DataLoader构建图结构.mp4 28.6 MB
5-SubGraph与Attention模型流程.mp4 34.6 MB