【正版】全新正版 图神经网络导论9787115559845
正版旧书 85成新左右 里面部分划线标记 内容完好 可正常使用 旧书不附带光盘
￥ 20.15 2.9折 ￥ 69.8 九品
仅1件
天津武清
认证卖家担保交易快速发货售后保障
作者刘知远,周界
出版社人民邮电出版社
ISBN9787115559845
出版时间2021-04
装帧平装
开本32开
定价69.8元
货号9787115559845
上书时间2024-08-04
- 最新上架
商品详情
- 品相描述：九品
- 商品描述
-
作者简介
目录
章 引论
1.1 设计动机
1.1.1 卷积神经网络
1.1.2 图嵌入
1.2 相关工作
第2章 数学和图论基础
2.1 线性代数
2.1.1 基本概念
2.1.2 特征分解
2.1.3 奇异值分解
2.2 概率论
2.2.1 基本概念和公式
2.2.2 概率分布
2.3 图论
2.3.1 基本概念
2.3.2 图的代数表示
第3章 神经网络基础
3.1 神经元
3.2 后向传播
3.3 神经网络
第4章 基础图神经网络
4.1 概述
4.2 模型介绍
4.3 局限性
第5章 卷积图神经网络
5.1 基于谱分解的方法
5.1.1 Spectral Network
5.1.2 ChebNet
5.1.3 GCN
5.1.4 AGCN
5.2 基于空间结构的方法
5.2.1 Neural FP
5.2.2 PATCHY-SAN
5.2.3 DCNN
5.2.4 DGCN
5.2.5 LGCN
5.2.6 MoNet
5.2.7 GraphSAGE
第6章 循环图神经网络
6.1 GGNN
6.2 Tree-LSTM
6.3 Graph-LSTM
6.4 S-LSTM
第7章 图注意力网络
7.1 GAT
7.2 GaAN
第8章 图残差网络
8.1 Highway GCN
8.2 Jump Knowledge Network
8.3 DeepGCN
第9章 不同图类型的模型变体
9.1 有向图
9.2 异构图
9.3 带有边信息的图
9.4 动态图
9.5 多维图
0章 不错训练方法
10.1 采样
10.2 层级池化
10.3 数据增广
10.4 无监督训练
1章 通用框架
11.1 MPNN
11.2 NLNN
11.3 GN
2章 结构化场景应用
12.1 物理学
12.2 化学和生物学
12.2.1 分子指纹
12.2.2 化学反应预测
12.2.3 药物推荐
12.2.4 蛋白质和分子交互预测
12.3 知识图谱
12.3.1 知识图谱补全
12.3.2 归纳式知识图谱嵌入
12.3.3 知识图谱对齐
12.4 推荐系统
12.4.1 矩阵补全
12.4.2 社交推荐
3章 非结构化场景应用
13.1 图像领域
13.1.1 图像分类
13.1.2 视觉推理
13.1.3 语义分割
13.2 文本领域
13.2.1 文本分类
13.2.2 序列标注
13.2.3 神经机器翻译
13.2.4 信息抽取
13.2.5 事实验证
13.2.6 其他应用
4章 其他场景应用
14.1 生成模型
14.2 组合优化
5章 开放资源
15.1 数据集
15.2 代码实现
6章 总结
16.1 浅层结构
16.2 动态图
16.3 非结构化场景
16.4 可扩展性
参考文献
作者简介
内容摘要
图神经网络（GNN）是基于深度学习的图数据处理方法，因其很好的性能而受到广泛关注。本书全面介绍了GNN的基本概念、具体模型和实际应用。书中首先概述数学基础和神经网络以及图神经网络的基本概念，接着介绍不同种类的GNN，包括卷积图神经网络、循环图神经网络、图注意力网络、图残差网络，以及几个通用框架。此外，本书还介绍了GNN在结构化场景、非结构化场景和其他场景中的应用。读完本书，你将对GNN的近期新成果和发展方向有较为透彻的认识。本书既适合人工智能方向的学生和学者阅读，也适合从事深度学习和神经网络相关工作的企业界人士参阅。
主编推荐
1.清华大学刘知远力作；
2.图神经网络入门导引；
3.邱锡鹏等多位AI先锋学者推荐；
4.全彩印刷。
“图神经网络技术发展迅速，想快速学习、掌握这些技术有很多困难。这本书的特点是简明扼要、系统完整，是学习图神经网络的一本好教材。”
——张长水
清华大学自动化系教授、IEEE Fellow
“图神经网络是近年机器学习的研究热点，也在很多领域取得应用。这本书内容详尽，既包含对图神经网络基础的介绍，也有新的一些研究，同时还覆盖了部分应用，很好系统化，是一本很好值得推荐的书。”
——唐杰
清华大学教授、AMiner创始人
“图神经网络是目前学术界和工业界的研究热点之一。这本书全面、系统地介绍了图神经网络的基本概念、主要模型以及应用场景，内容清晰易懂，很好适合对图神经网络感兴趣的读者阅读。强烈推荐！”
——邱锡鹏
复旦大学计算机学院教授
媒体评论
"图神经网络技术发展迅速，想快速学习、掌握这些技术有很多困难。这本书的特点是简明扼要、系统完整，是学习图神经网络的一本好教材。"
--张长水
清华大学自动化系教授、IEEE Fellow
"图神经网络是近年机器学习的研究热点，也在很多领域取得应用。这本书内容详尽，既包含对图神经网络基础的介绍，也有新的一些研究，同时还覆盖了部分应用，很好系统化，是一本很好值得推荐的书。"
--唐杰
清华大学教授、AMiner创始人
"图神经网络是目前学术界和工业界的研究热点之一。这本书全面、系统地介绍了图神经网络的基本概念、主要模型以及应用场景，内容清晰易懂，很好适合对图神经网络感兴趣的读者阅读。强烈推荐！"
--邱锡鹏
复旦大学计算机学院教授
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价