深入浅出图神经网络

书籍简介:

全书共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。

书籍规格:

书籍信息归属:

深入浅出图神经网络是机械工业出版社于2020.1出版的中图分类号为 TP183 的主题关于 人工神经网络－研究 的书籍。