深度学习-图神经网络实战

图神经网络原理及其实战应用，全程实战解读各个图架构源码，结合论文进行分析落地

*   01 图神经网络基础/

  *   01 1-图神经网络应用领域分析.mp4 (25.54 MB), 11:13

  *   02 2-图基本模块定义.mp4 (10.49 MB), 05:28

  *   03 3-邻接矩阵的定义.mp4 (14.51 MB), 06:07

  *   04 4-GNN中常见任务.mp4 (17.56 MB), 07:45

  *   05 5-消息传递计算方法.mp4 (13.32 MB), 06:22

  *   06 6-多层GCN的作用.mp4 (12.01 MB), 05:39

*   02 图卷积GCN模型/

  *   01 1-GCN基本模型概述.mp4 (12.56 MB), 06:04

  *   02 2-图卷积的基本计算方法.mp4 (11.60 MB), 05:39

  *   03 3-邻接的矩阵的变换.mp4 (16.07 MB), 07:19

  *   04 4-GCN变换原理解读.mp4 (18.43 MB), 07:53

*   03 图模型必备神器PyTorch Geometric安装与使用/

  *   01 1-PyTorch Geometric工具包安装与配置方法.mp4 (29.31 MB), 06:22

  *   02 2-数据集与邻接矩阵格式.mp4 (34.46 MB), 08:36

  *   03 3-模型定义与训练方法.mp4 (31.07 MB), 09:23

  *   04 4-文献引用数据集分类案例实战.mp4 (38.04 MB), 12:24

*   04 使用PyTorch Geometric构建自己的图数据集/

  *   01 1-构建数据集基本方法.mp4 (11.16 MB), 04:24

  *   02 2-数据集与任务背景概述.mp4 (18.03 MB), 05:53

  *   03 3-数据集基本预处理.mp4 (25.23 MB), 07:52

  *   04 4-用户行为图结构创建.mp4 (28.28 MB), 07:38

  *   05 5-数据集创建函数介绍.mp4 (27.20 MB), 07:53

  *   06 6-网络结构定义模块.mp4 (25.60 MB), 06:20

  *   07 7-TopkPooling进行下采样任务.mp4 (23.97 MB), 07:58

  *   08 8-获取全局特征.mp4 (20.94 MB), 06:13

  *   09 9-模型训练与总结.mp4 (23.12 MB), 05:10

*   05 图注意力机制与序列图模型/

  *   01 1-图注意力机制的作用与方法.mp4 (15.44 MB), 07:28

  *   02 2-邻接矩阵计算图Attention.mp4 (19.46 MB), 08:32

  *   03 3-序列图神经网络TGCN应用.mp4 (12.20 MB), 05:32

  *   04 4-序列图神经网络细节.mp4 (22.07 MB), 10:00

*   06 图相似度论文解读/

  *   01 1-要完成的任务分析.mp4 (35.45 MB), 07:45

  *   02 2-基本方法概述解读.mp4 (38.39 MB), 07:29

  *   03 3-图模型提取全局与局部特征.mp4 (35.92 MB), 09:25

  *   04 4-NTN模块的作用与效果.mp4 (32.91 MB), 10:39

  *   05 5-点之间的对应关系计算.mp4 (38.79 MB), 08:55

  *   06 6-结果输出与总结.mp4 (44.70 MB), 08:21

*   07 图相似度计算实战/

  *   01 1-数据集与任务概述.mp4 (15.25 MB), 05:13

  *   02 2-图卷积特征提取模块.mp4 (40.52 MB), 08:36

  *   03 3-分别计算不同Batch点的分布.mp4 (26.37 MB), 08:08

  *   04 4-获得直方图特征结果.mp4 (17.37 MB), 06:11

  *   05 5-图的全局特征构建.mp4 (24.54 MB), 07:07

  *   06 6-NTN图相似特征提取.mp4 (32.01 MB), 09:59

  *   07 7-预测得到相似度结果.mp4 (14.83 MB), 04:17

*   08 基于图模型的轨迹估计/

  *   01 1-数据集与标注信息解读.mp4 (36.36 MB), 12:15

  *   02 2-整体三大模块分析.mp4 (38.91 MB), 10:41

  *   03 3-特征工程的作用与效果.mp4 (34.18 MB), 11:10

  *   04 4-传统方法与现在向量空间对比.mp4 (40.48 MB), 10:28

  *   05 5-输入细节分析.mp4 (36.18 MB), 10:01

  *   06 6-子图模块构建方法.mp4 (32.14 MB), 08:08

  *   07 7-特征融合模块分析.mp4 (36.71 MB), 10:54

  *   08 8-VectorNet输出层分析.mp4 (50.78 MB), 11:15

*   09 图模型轨迹估计实战/

  *   01 1-数据与环境配置.mp4 (21.31 MB), 07:03

  *   02 2-训练数据准备.mp4 (17.79 MB), 05:47

  *   03 3-Agent特征提取方法.mp4 (31.57 MB), 11:16

  *   04 4-DataLoader构建图结构.mp4 (23.71 MB), 08:07

  *   05 5-SubGraph与Attention模型流程.mp4 (28.43 MB), 09:28

*   10 10-图神经网络结合时间序列/

  *   01 1-业务应用场景介绍与分析.mp4 (26.10 MB), 10:00

  *   02 2-图神经网络建模解决思路与方法.mp4 (31.02 MB), 11:12

  *   03 3-传感器节点特征提取方法.mp4 (26.83 MB), 12:18

  *   04 4-图模型结合时间序列.mp4 (20.49 MB), 08:41

  *   05 5-ICU传感器数据集介绍.mp4 (22.03 MB), 07:12

*   11 图时间序列预测项目实战/

  *   01 1-医疗数据处理与特征提取.mp4 (29.63 MB), 12:26

  *   02 2-时序特征与静态特征处理.mp4 (25.08 MB), 10:34

  *   03 3-序列长度处理与统一.mp4 (24.66 MB), 10:38

  *   04 4-数据预处理与输入特征构建.mp4 (24.39 MB), 10:33

  *   05 5-图结构样本构建.mp4 (27.03 MB), 10:52

  *   06 6-图注意力机制模块设计与实现.mp4 (28.18 MB), 11:05

  *   07 7-时序特征构建与总结.mp4 (45.87 MB), 16:58

*   12 异构图模型算法解读/

  *   01 1-图注意力模块回顾.mp4 (23.14 MB), 12:12

  *   02 2-异构图基本结构通俗解读.mp4 (29.55 MB), 14:21

  *   03 3-MetaPath与基本计算流程分析.mp4 (21.12 MB), 10:31

  *   04 4-路径加权聚合得到节点特征.mp4 (21.85 MB), 10:44

  *   05 5-淘宝异构图分析.mp4 (20.42 MB), 10:20

  *   06 6-Link边预测方法解读.mp4 (24.13 MB), 11:27

*   13 异构图构建实例分析/

  *   01 1-影评数据集读取与处理.mp4 (26.34 MB), 10:10

  *   02 2-点和边特征定义.mp4 (20.23 MB), 08:29

  *   03 3-边的切分与采样方式.mp4 (29.02 MB), 11:26

  *   04 4-异构图模型定义方法.mp4 (21.21 MB), 07:42

*   14 KIE图模型关系抽取算法解读/

  *   01 1-KIE要完成的任务分析.mp4 (33.98 MB), 10:35

  *   02 2-任务流程分析概述.mp4 (51.64 MB), 10:31

  *   03 3-特征拼接与聚合.mp4 (46.53 MB), 11:09

  *   04 4-图结构中节点特征计算方法.mp4 (37.55 MB), 08:08

  *   05 5-消息传递计算方法.mp4 (71.75 MB), 09:43

*   15 KIE图模型应用源码解读/

  *   01 1-配置文件以及要完成的任务解读.mp4 (34.06 MB), 06:40

  *   02 2-KIE数据集格式调整方法.mp4 (55.65 MB), 13:11

  *   03 3-配置文件与标签要进行处理操作.mp4 (37.79 MB), 10:06

  *   04 4-边框要计算的特征分析.mp4 (30.40 MB), 09:03

  *   05 5-标签数据处理与关系特征提取.mp4 (47.26 MB), 11:47

  *   06 6-特征合并处理.mp4 (38.21 MB), 10:34

  *   07 7-准备拼接边与点特征.mp4 (34.34 MB), 08:33

  *   08 8-整合得到图模型输入特征.mp4 (55.24 MB), 11:43