深入浅出图神经网络 GNN原理解析
正版新书 新华官方库房直发 可开电子发票
￥ 56.07 6.3折 ￥ 89 全新
库存6件
作者刘忠雨,李彦霖,周洋
出版社机械工业出版社
ISBN9787111643630
出版时间2020-01
版次1
装帧平装
开本16开
纸张胶版纸
页数224页
定价89元
货号SC:9787111643630
上书时间2024-09-18
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
主编推荐:
（1）作者所在企业极验是图神经网络领域的领军企业，核心作者是图神经网络领域的专家，有较强的行业影响力。（2）本书得到了白翔、俞栋等学术界和企业界的领军人物的高度评价和强烈推荐。（3）从原理、算法、实现、应用4个维度对图神经网络做了全方位的讲解，深入浅出。
内容简介:
这是一本从原理、算法、实现、应用4个维度详细讲解图神经网络的著作，在图神经网络领域具有重大的意义。本书作者是图神经网络领域的资深技术专家，作者所在的公司极验也是该领域的领先者。本书是作者和极验多年研究与实践经验的总结，内容系统、扎实、深入浅出，得到了白翔、俞栋等多位学术界和企业界领军人物的高度评价及强烈推荐。全书共10章：第1～4章全面介绍了图、图数据、卷积神经网络以及表示学习等基础知识，是阅读本书的预备知识；第5～6章从理论的角度出发，讲解了图信号处理和图卷积神经网络，深入剖析了图卷积神经网络的性质，并提供了GCN实现节点分类的实例；第7～9章全面讲解了图神经网络的各种变体及范式、图分类机制及其实践，以及基于GNN的图表示学习；第10章介绍了图神经网络的新研究和应用。
目录:
前言
第1章图的概述1
1.1图的基本定义1
1.1.1图的基本类型2
1.1.2邻居和度4
1.1.3子图与路径4
1.2图的存储与遍历5
1.2.1邻接矩阵与关联矩阵5
1.2.2图的遍历6
1.3图数据的应用场景7
1.4图数据深度学习10
1.5参考文献13
第2章神经网络基础17
2.1机器学习基本概念17
2.1.1机器学习分类17
2.1.2机器学习流程概述18
2.1.3常见的损失函数21
2.1.4梯度下降算法23
2.2神经网络25
2.2.1神经元25
2.2.2多层感知器27
2.3激活函数29
2.3.1S型激活函数30
2.3.2ReLU及其变种30
2.4训练神经网络33
2.4.1神经网络的运行过程34
2.4.2反向传播34
2.4.3优化困境36
2.5参考文献38
第3章卷积神经网络39
3.1卷积与池化39
3.1.1信号处理中的卷积39
3.1.2深度学习中的卷积操作42
3.1.3池化46
3.2卷积神经网络46
3.2.1卷积神经网络的结构47
3.2.2卷积神经网络的特点49
3.3特殊的卷积形式51
3.3.11×1卷积51
3.3.2转置卷积52
3.3.3空洞卷积54
3.3.4分组卷积55
3.3.5深度可分离卷积55
— 没有更多了 —
以下为对购买帮助不大的评价