Python人工智能 | 十七.Keras搭建分类神经网络及MNIST数字图像案例分析
从本专栏开始,作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。本篇文章将通过Keras实现分类学习,以MNIST数字图...
Python人工智能 | 十三.如何评价神经网络、loss曲线图绘制、图像分类案例的F值计算
模型安全性|图神经网络后门的攻守之道
全文共4173字,阅读大约需要8分钟。当前图神经网络的广泛应用使其安全性成为关注的焦点。本文介绍了GNN模型的后门攻击方法以及相关的防御策略。一摘要图模型因其强大的表示能力在现实中有着广泛的应用,如欺...
利用深度预测未来恐怖活动的神经网络
对当今文明最重要的威胁之一是恐怖主义。恐怖主义不仅扰乱社会的法律和秩序,而且影响人类的生活质量,使他们 在身体和情感上...
用 PyTorch 实现基于字符的循环神经网络 | Linux 中国
导读:在过去的几周里,我花了很多时间用 PyTorch 实现了一个 char-rnn 的版本。我以前从未训练过神经网络,所以这可能是一个有趣的开始。本文字数:7201,阅读时长大约:9分钟...
深入浅出图神经网络:GNN原理解析(一)
最近在学习图神经网络相关知识,一起来拆书:《深入浅出图神经网络:GNN原理解析》,这本书从原理、算法、实现、应用四个维度详细讲解了图神经网络。接下来打算结合书本内容和相关知识做个专...
AI领域的预训练与自训练
最近一年,AI领域出现了很多迁移学习(transfer learning)和自学习(self-learning)方面的文章,比较有名的有MoCo,MoCo v2,SimCLR等。这些文章一出现,就受到...
屠榜大杀器UniMP!百度登顶图神经网络权威榜单三项榜首
允中 发自 凹非寺量子位 编辑 | 公众号 QbitAI近日,百度在图神经网络领域取得新突破,提出融合标签传递和图神经网络的统一模型UniMP(Unified Message Passing),在图神...
自监督图神经网络
如何将自监督与无监督学习应用于图神经网络中仍是当前学界与工业界面临的巨大挑战。近年来,深度学习在视觉以及自然语言处理等领域取得了革命性的进步,但是诸如图像与自然语言之类的数据往往是高度结构与顺序化的。...
5