0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

圖神經(jīng)網(wǎng)絡(luò)逆勢而上,7日學(xué)懂入門圖

算法與數(shù)據(jù)結(jié)構(gòu) ? 來源:算法與數(shù)據(jù)結(jié)構(gòu) ? 作者:算法與數(shù)據(jù)結(jié)構(gòu) ? 2020-11-26 13:54 ? 次閱讀

要問這幾年一直在逆勢而上的技術(shù)有哪些?你一定不會忽略它——圖神經(jīng)網(wǎng)絡(luò)

相比傳統(tǒng)神經(jīng)網(wǎng)絡(luò),圖神經(jīng)網(wǎng)絡(luò)的優(yōu)勢非常明顯:

1、非順序排序的特征學(xué)習(xí):GNN的輸出不以節(jié)點的輸入順序為轉(zhuǎn)移的。

2、兩個節(jié)點之間依賴關(guān)系的學(xué)習(xí):傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中,這種依賴關(guān)系只能通過節(jié)點的特征來體現(xiàn)。

3、推理能力:GNN能夠從非結(jié)構(gòu)化數(shù)據(jù)(例如:場景圖片、故事片段等)中生成推理圖。

因此,圖神經(jīng)網(wǎng)絡(luò)在生物學(xué)、地圖、金融、搜索、推薦、高能物理學(xué)到社會科學(xué)和經(jīng)濟學(xué)等領(lǐng)域的復(fù)雜關(guān)系建模和互動系統(tǒng)構(gòu)建起到重要作用。例如,在社交軟件Twitter 和 Facebook 等社交網(wǎng)絡(luò)上取得了顯著的成功。

在實際場景中,有大量的數(shù)據(jù)是在非歐式空間,限制了深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用。得益于圖神經(jīng)網(wǎng)絡(luò)在非結(jié)構(gòu)化數(shù)據(jù)上出色的處理能力,它在學(xué)界與工業(yè)界上大放光彩。然而,圖神經(jīng)網(wǎng)絡(luò)模型目前仍處于前期高速發(fā)展期,面臨著多項方法論和實踐挑戰(zhàn)。

百度作為AI領(lǐng)域的領(lǐng)頭羊企業(yè),在圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域的研究、產(chǎn)業(yè)實踐、工業(yè)落地方面,積累了豐富的經(jīng)驗!作為百度圖神經(jīng)網(wǎng)絡(luò)研究的中堅力量,百度PGL團隊?wèi)?zhàn)績累累,刷新圖神經(jīng)網(wǎng)絡(luò)權(quán)威榜單OGB三項榜單SOTA以及獲得今年COLING協(xié)辦比賽TextGraph冠軍!

圖神經(jīng)網(wǎng)絡(luò)技術(shù)已被應(yīng)用在百度內(nèi)數(shù)十個實際項目中,大幅度提升公司效益。為了幫助廣大同學(xué)入門圖學(xué)習(xí),百度飛槳PGL團隊開發(fā)了「圖神經(jīng)網(wǎng)絡(luò)7日打卡營」。

面對肆虐全球的新冠疫情,團隊還在課程中設(shè)置了「實戰(zhàn)演練新冠疫苗項目」:由于mRNA結(jié)構(gòu)極不穩(wěn)定,通常需零下70度保存,帶來了冷鏈存儲和運輸?shù)缺姸嚯y題。因此,我們將通過圖神經(jīng)網(wǎng)絡(luò)算法篩選出結(jié)構(gòu)更加穩(wěn)定的mRNA,為疫苗的長途運輸問題的解決貢獻一份力量。一起對抗疫情,讓同學(xué)們在實戰(zhàn)中解決問題!

責(zé)任編輯:PSY

原文標(biāo)題:7天搞定圖神經(jīng)網(wǎng)絡(luò),實戰(zhàn)助力新冠疫情防控!

文章出處:【微信公眾號:算法與數(shù)據(jù)結(jié)構(gòu)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4749

    瀏覽量

    100435
  • 網(wǎng)絡(luò)
    +關(guān)注

    關(guān)注

    14

    文章

    7489

    瀏覽量

    88558
  • GNN
    GNN
    +關(guān)注

    關(guān)注

    1

    文章

    31

    瀏覽量

    6325

原文標(biāo)題:7天搞定圖神經(jīng)網(wǎng)絡(luò),實戰(zhàn)助力新冠疫情防控!

文章出處:【微信號:TheAlgorithm,微信公眾號:算法與數(shù)據(jù)結(jié)構(gòu)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    可以不局限于已知的訓(xùn)練圖像開展識別。該神經(jīng)網(wǎng)絡(luò)需要映射到MCU中。 5、AI的模式識別內(nèi)部到底是什么? AI的神經(jīng)元網(wǎng)絡(luò)類似于人腦的生物神經(jīng)元網(wǎng)絡(luò)。一個神經(jīng)元有多個輸入,但只有一個輸出
    發(fā)表于 10-24 13:56

    Transformer能代替神經(jīng)網(wǎng)絡(luò)

    Transformer作為一種在處理序列數(shù)據(jù)方面表現(xiàn)出色的深度學(xué)習(xí)模型,自其提出以來,已經(jīng)在自然語言處理(NLP)、時間序列分析等領(lǐng)域取得了顯著的成果。然而,關(guān)于Transformer是否能完全代替神經(jīng)網(wǎng)絡(luò)(GNN)的問題,需要從多個維度進行深入探討。
    的頭像 發(fā)表于 07-12 14:07 ?359次閱讀

    遞歸神經(jīng)網(wǎng)絡(luò)的實現(xiàn)方法

    (Recurrent Neural Network,通常也簡稱為RNN,但在此處為區(qū)分,我們將循環(huán)神經(jīng)網(wǎng)絡(luò)稱為Recurrent RNN)不同,遞歸神經(jīng)網(wǎng)絡(luò)更側(cè)重于處理樹狀或結(jié)構(gòu)的數(shù)據(jù),如句法分析樹、自然語言的語法結(jié)構(gòu)等。以下
    的頭像 發(fā)表于 07-10 17:02 ?262次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機器學(xué)習(xí)領(lǐng)域
    的頭像 發(fā)表于 07-10 15:24 ?1093次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個方面,詳細(xì)闡述BP
    的頭像 發(fā)表于 07-10 15:20 ?741次閱讀

    基于神經(jīng)網(wǎng)絡(luò)的全息生成算法

    全息生成技術(shù)作為光學(xué)與計算機科學(xué)交叉領(lǐng)域的重要研究方向,近年來隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,取得了顯著進展。基于神經(jīng)網(wǎng)絡(luò)的全息生成算法,以其強大的非線性擬合能力和高效的計算性能,為全
    的頭像 發(fā)表于 07-09 15:54 ?349次閱讀

    rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)

    RNN(Recurrent Neural Network)是循環(huán)神經(jīng)網(wǎng)絡(luò),而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時間序列特性的神經(jīng)網(wǎng)絡(luò),能夠處理序列數(shù)據(jù),具有記憶功能。以下是關(guān)于循環(huán)
    的頭像 發(fā)表于 07-05 09:52 ?471次閱讀

    遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)

    遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,簡稱RNN)和循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,簡稱RNN)實際是同一個概念,只是不同的翻譯方式
    的頭像 發(fā)表于 07-04 14:54 ?605次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別

    循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是深度學(xué)習(xí)領(lǐng)域中兩種非常重要的神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-04 14:24 ?1031次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    在探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時,我們需要從多個維度進行深入分析。這些維度包括
    的頭像 發(fā)表于 07-04 13:20 ?595次閱讀

    反向傳播神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    反向傳播神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network,簡稱BP神經(jīng)網(wǎng)絡(luò))是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法來調(diào)整網(wǎng)絡(luò)中的權(quán)重和偏置,以達(dá)到最小化誤差的
    的頭像 發(fā)表于 07-03 11:00 ?612次閱讀

    bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種不同類型的人工神經(jīng)網(wǎng)絡(luò),它們在
    的頭像 發(fā)表于 07-03 10:12 ?904次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡稱CNN)和BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Networks,簡稱BPNN)是兩種
    的頭像 發(fā)表于 07-02 14:24 ?2496次閱讀

    利用深度循環(huán)神經(jīng)網(wǎng)絡(luò)對心電降噪

    具體的軟硬件實現(xiàn)點擊 http://mcu-ai.com/ MCU-AI技術(shù)網(wǎng)頁_MCU-AI 我們提出了一種利用由長短期記憶 (LSTM) 單元構(gòu)建的深度循環(huán)神經(jīng)網(wǎng)絡(luò)來降 噪心電信號 (ECG
    發(fā)表于 05-15 14:42

    了解如何使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)

    神經(jīng)網(wǎng)絡(luò)直接應(yīng)用于數(shù)據(jù)集,您可以訓(xùn)練它們以預(yù)測節(jié)點、邊緣和與相關(guān)的任務(wù)。它用于和節(jié)點分類、鏈路預(yù)測、
    發(fā)表于 02-21 12:19 ?695次閱讀
    了解如何使用PyTorch構(gòu)建<b class='flag-5'>圖</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>