【导读】近年来,图神经网络(GNNs)已经成为解决大规模图数据问题的有效工具。然而,GNN并没有显式地将先前的逻辑规则合并到模型中,并且可能需要为目标任务添加许多标记示例。来自佐治亚理工学院和蚂蚁金服的Le Song给了关于图神经网络推理的精炼讲解。探讨了神经网络与广义网络的结合,并利用图神经网络进行广义网络的变分推理。

成为VIP会员查看完整内容
115

相关内容

图神经网络 (GNN) 是一种连接模型,它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是,图神经网络保留了一种状态,可以表示来自其邻域的具有任意深度的信息。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
154+阅读 · 2020年5月26日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
128+阅读 · 2020年4月25日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
KDD 2019论文解读:异构信息网络上的对抗生成学习
云栖社区
22+阅读 · 2019年8月21日
【GNN】深度学习之上,图神经网络(GNN )崛起
产业智能官
16+阅读 · 2019年8月15日
115页Slides带你领略深度生成模型全貌(附PPT)
数据派THU
12+阅读 · 2018年7月31日
独家分享--48页PPT解密数据可视化!
R语言中文社区
6+阅读 · 2018年6月19日
Arxiv
15+阅读 · 2019年6月25日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
136+阅读 · 2018年10月8日
Arxiv
9+阅读 · 2018年5月24日
Arxiv
5+阅读 · 2018年5月10日
VIP会员
微信扫码咨询专知VIP会员