Administrator
- Регистрация
- 18 Дек 2018
- Сообщения
- 45.629
- Реакции
- 10.010
Другие темы автора:
Как скачать файл по magnet-ссылке при помощи µTorrent?
[lectoroom] Елена Базанова ― Как рисовать стекло акварелью (2025)
[Екатерина Пластинина] [Marker School] Bella Grafica...
[lectoroom] Светлана Лансе ― Рисуем анютины глазки акварелью (2025)
[lectoroom] Мария Павлова ― Этюд с кукурузой маслом (2024)
[lectoroom] Елена Базанова ― Как рисовать стекло акварелью (2025)
[Екатерина Пластинина] [Marker School] Bella Grafica...
[lectoroom] Светлана Лансе ― Рисуем анютины глазки акварелью (2025)
[lectoroom] Мария Павлова ― Этюд с кукурузой маслом (2024)
- Тема Автор
- #1
Голосов: 0
[Артем Груздев, М. Лабонн] [ДМК] Графовые нейронные сети на Python (2024)
Создавайте креативные и мощные приложения с использованием графовых данных и станьте экспертом в графовых нейронных сетях!
Всего через десять лет после своего появления графовые нейронные сети стали одной из самых интересных архитектур в глубоком обучении. Технологические компании пытаются применить их повсюду: в сфере разработки лекарств, в системах рекомендаций еды, видео и поиска романтических партнеров, для выявления фейковых новостей. В этой книге представлены основы теории графов для data science и машинного обучения, а также практические задачи, которые решаются с помощью графовых нейронных сетей.
В процессе чтения вы научитесь:
Студенты, специалисты по data science, а также эксперты в области машинного и глубокого обучения найдут в книге понятные и иллюстрированные объяснения с кодом и тетрадками, чтобы быстро начать работу. Для изучения материала пригодятся базовые знания языка Python и линейной алгебры.
Издание: Цветное
Оригинальное Наименование: "Hands-On Graph Neural Networks Using Python"
Формат: PDF.
Скачать
Создавайте креативные и мощные приложения с использованием графовых данных и станьте экспертом в графовых нейронных сетях!
Всего через десять лет после своего появления графовые нейронные сети стали одной из самых интересных архитектур в глубоком обучении. Технологические компании пытаются применить их повсюду: в сфере разработки лекарств, в системах рекомендаций еды, видео и поиска романтических партнеров, для выявления фейковых новостей. В этой книге представлены основы теории графов для data science и машинного обучения, а также практические задачи, которые решаются с помощью графовых нейронных сетей.
В процессе чтения вы научитесь:
- создавать графовые наборы данных из табличных или исходных данных;
- преобразовывать узлы и ребра в высококачественные эмбеддинги;
- реализовывать графовые нейронные сети с использованием PyTorch Geometric;
- выбирать лучшую модель графовых нейронных сетей в зависимости от вашей задачи;
- выполнять такие задачи, как классификация узлов, генерация графов, предсказание связей;
- применять эти знания к реальным задачам, используя исходные данные.
Студенты, специалисты по data science, а также эксперты в области машинного и глубокого обучения найдут в книге понятные и иллюстрированные объяснения с кодом и тетрадками, чтобы быстро начать работу. Для изучения материала пригодятся базовые знания языка Python и линейной алгебры.
Издание: Цветное
Оригинальное Наименование: "Hands-On Graph Neural Networks Using Python"
Формат: PDF.
Скачать