|
000
|
01676nam0 2200289 450
|
|
001
|
89723
|
|
005
|
20250814193945.24
|
|
010
|
|
@a978-7-302-67722-2@dCNY109.00
|
|
100
|
|
@a20250208d2025 em y0chiy50 ea
|
|
101
|
1
|
@achi@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@aPyTorch图神经网络@APyTorch tu shen jing wang luo@f(美) 马克西姆·拉伯恩著@g唐盛译
|
|
210
|
|
@a北京@c清华大学出版社@d2025.01
|
|
215
|
|
@aXXI, 298页@c图@d23cm
|
|
306
|
|
@a由Packt Publishing授权出版
|
|
312
|
|
@a英文题名取自封面
|
|
314
|
|
@a马克西姆·拉伯恩是摩根大通 (J.P. Morgan) 的高级应用研究员, 拥有巴黎理工学院 (Polytechnic Institute of Paris) 机器学习和网络安全专业博士学位。在攻读博士学位期间, Maxime致力于开发用于计算机网络异常检测的机器学习算法。随后, 他加入了空中客车公司的人工智能连接实验室 (AI Connectivity Lab), 运用自己在机器学习方面的专业知识来提高计算机网络的安全性和性能。来他加入了摩根大通, 目前在该公司开发解决金融和其他领域各种挑战性问题的技术。 唐盛, 计算机软件专业硕士毕业。精通网络主流开发语言、数据分析和硬件技术, 同时具有较好的英文水平和技术背景, 并翻译过多本英文书籍。
|
|
330
|
|
@a本书详细阐述了与图神经网络相关的基本解决方案, 主要包括图学习入门、图神经网络的图论、使用DeepWalk创建节点表示、在Node2Vec中使用有偏随机游走改进嵌入等内容。此外, 本书还提供了相应的示例、代码, 以帮助读者进一步理解相关方案的实现过程。
|
|
500
|
10
|
@aHands-on graph neural networks using Python@mChinese
|
|
606
|
0
|
@a人工神经网络@Aren gong shen jing wang luo
|
|
690
|
|
@aTP183@v5
|
|
701
|
1
|
@a拉伯恩@Ala bo en@g(Labonne, Maxime)@4著
|
|
702
|
0
|
@a唐盛@Atang sheng@4译
|
|
801
|
0
|
@aCN@c20250909
|
|
905
|
|
@a河南城建学院图书馆@dTP183@eL001@f1
|
|
|
|
|
| |
| PyTorch图神经网络/(美) 马克西姆·拉伯恩著/唐盛译.-北京：清华大学出版社，2025.01 |
| XXI, 298页：图；23cm |
| |
| |
| ISBN 978-7-302-67722-2：CNY109.00 |
| 本书详细阐述了与图神经网络相关的基本解决方案, 主要包括图学习入门、图神经网络的图论、使用DeepWalk创建节点表示、在Node2Vec中使用有偏随机游走改进嵌入等内容。此外, 本书还提供了相应的示例、代码, 以帮助读者进一步理解相关方案的实现过程。 |
| ● |
正题名：PyTorch图神经网络
索取号：TP183/L001
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1623685
|
216236856
|
自科库301/301自科库 39排5列4层/
[索取号:TP183/L001]
|
已借出,限还日期为2026.08.09
借出人:郭力争
|
|
