书目信息 |
| 题名： |
深入浅出图神经网络
|
|
| 作者： | 刘忠雨 ， 李彦霖 ， 周洋 著 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2020.01 |
|
| 页数： | 210页 | |
| 开本： | 24cm | |
| 丛书名： | 智能系统与技术丛书 | |
| 单 册： | ||
| 中图分类： | TP183 | |
| 科图分类： | ||
| 主题词： | 人工神经网络--ren gong shen jing wang luo--研究 | |
| 电子资源： | ||
| ISBN： | 978-7-111-64363-0 | |
| 000 | 01771nam 2200313 450 | |
| 001 | 2060481351 | |
| 005 | 20201104164817.87 | |
| 010 | @a978-7-111-64363-0@dCNY89.00 | |
| 100 | @a20200106d2020 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 200 | 1 | @a深入浅出图神经网络@Ashen ru qian chu tu shen jing wang luo@d= Learning graph neural network@eGNN原理解析@f刘忠雨, 李彦霖, 周洋著@zeng |
| 210 | @a北京@c机械工业出版社@d2020.01 | |
| 215 | @a210页@c图 (部分彩图)@d24cm | |
| 225 | 2 | @a智能系统与技术丛书@Azhi neng xi tong yu ji shu cong shu |
| 314 | @a刘忠雨, 毕业于华中科技大学, 资深图神经网络技术专家。李彦霖, 毕业于武汉大学, 极验人工智能实验室技术专家。周洋, 工学博士, 毕业于武汉大学, 目前在华中师范大学任教。 | |
| 320 | @a有书目 | |
| 330 | @a本书共10章, 第1章介绍了图的基础知识以及图上的各种任务, 让读者对图有一个基本的了解 ; 第2章介绍了阅读本书所需的神经网络基础 ; 第3章介绍了各种深度卷积网络 ; 第4章着重介绍了表示学习 ; 第5章介绍了图信号处理和图卷积神经网络, 并提供了用GCN实现节点分类的实战 ; 第6章深入讲解了图卷积神经网络的性质 ; 第7章介绍了图神经网络的各种变体及范式, 包括GraphSAGE、GAT、RGCN等, 并提供了GraphSAGE的实战演练 ; 第8章重点介绍了图分类, 详细阐述了各种图分类机制, 提供了图分类实战演练 ; 第9章介绍了基于GNN的图表示学习, 并讲解了基于图自编码器的推荐系统实践 ; 第10章介绍了图神经网络的最新研究和应用。 | |
| 410 | 0 | @12001 @a智能系统与技术丛书 |
| 510 | 1 | @aLearning graph neural network@zeng |
| 517 | 1 | @aGNN原理解析@AGNN yuan li jie xi |
| 606 | 0 | @a人工神经网络@Aren gong shen jing wang luo@x研究 |
| 690 | @aTP183@v5 | |
| 701 | 0 | @a刘忠雨@Aliu zhong yu@4著 |
| 701 | 0 | @a李彦霖@Ali yan lin@4著 |
| 701 | 0 | @a周洋@Azhou yang@4著 |
| 801 | 0 | @aCN@b人天书店@c20200926 |
| 905 | @aZUCC@dTP183@eL738 | |
| 深入浅出图神经网络= Learning graph neural network：GNN原理解析/刘忠雨, 李彦霖, 周洋著.-北京：机械工业出版社，2020.01 |
| 210页：图 (部分彩图)；24cm.-(智能系统与技术丛书) |
| ISBN 978-7-111-64363-0：CNY89.00 |
| 本书共10章, 第1章介绍了图的基础知识以及图上的各种任务, 让读者对图有一个基本的了解 ; 第2章介绍了阅读本书所需的神经网络基础 ; 第3章介绍了各种深度卷积网络 ; 第4章着重介绍了表示学习 ; 第5章介绍了图信号处理和图卷积神经网络, 并提供了用GCN实现节点分类的实战 ; 第6章深入讲解了图卷积神经网络的性质 ; 第7章介绍了图神经网络的各种变体及范式, 包括GraphSAGE、GAT、RGCN等, 并提供了GraphSAGE的实战演练 ; 第8章重点介绍了图分类, 详细阐述了各种图分类机制, 提供了图分类实战演练 ; 第9章介绍了基于GNN的图表示学习, 并讲解了基于图自编码器的推荐系统实践 ; 第10章介绍了图神经网络的最新研究和应用。 |
| ● |
| 相关链接 |
|
|
|
正题名：深入浅出图神经网络
索取号：TP183/L738
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1477609 | 214776090 | 自科库301/301自科库 69排1列5层/ [索取号:TP183/L738] | 在馆 | |
| 2 | 1477610 | 214776107 | 自科库301/301自科库 69排1列5层/ [索取号:TP183/L738] | 在馆 |