没有合适的资源？快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
Self-supervised Graph Learning for Recommendation
Self-supervised Graph Learning for Recommendation
self-supervised
需积分: 11
0 下载量
83 浏览量
2022-12-20
21:44:06
上传
评论
收藏
3.75MB
PDF
举报
温馨提示
立即下载
自监督学习用于推荐
资源推荐
资源评论
Graph-Based Semi-Supervised Learning
浏览：16
While labeled data is expensive to prepare, ever increasing amounts of unlabeled data is becoming widely available. In order to adapt to this phenomenon, several semi-supervised learning (SSL) algorit
Contrastive Self-supervised Learning for Graph Classification
浏览：54
Contrastive Self-supervised Learning for Graph Classification
最新的对比自监督学习（Contrastive Self-supervised Learning）综述论文
浏览：172
自监督学习（Self-supervised learning）最近获得了很多关注，因为其可以避免对数据集进行大量的标签标注。它可以把自己定义的伪标签当作训练的信号，然后把学习到的表示（representation）用作下游任务里。最近，对比学习被当作自监督学习中一个非常重要的一部分，被广泛运用在计算机视觉、自然语言处理等领域。它的目标是：将一个样本的不同的、增强过的新样本们在嵌入空间中尽可能地近，
属性图的自监督一致性表示学习_Self-supervised Consensus Representation Learning
浏览：117
属性图的自监督一致性表示学习_Self-supervised Consensus Representation Learning for Attributed Graph.pdf
再介绍一篇最新的Contrastive Self-supervised Learning综述论文 .pdf
浏览：84
再介绍一篇最新的Contrastive Self-supervised Learning综述论文 .pdf
再介绍一篇最新的Contrastive Self-supervised Learning综述论文 .rar
浏览：148
再介绍一篇最新的Contrastive Self-supervised Learning综述论文 .rar
Self-labeled-techniques-for-semi-supervised-learning
浏览：148
用于半监督学习的自标记技术 2017年在罗马的Sapienza大学进行的一次神经网络项目课程。 项目报告： 实际部分： 创建的算法： 和
SelfSAGCN Self-Supervised Semantic Alignment for Graph Convol
浏览：201
SelfSAGCN Self-Supervised Semantic Alignment for Graph Convolution Network
Self-Supervised Motion Learning From Static Images.pdf
浏览：16
5星 · 资源好评率100%
Self-Supervised Motion Learning From Static Images
Jointly Learning Explainable Rules for Recommendation with Knowledge Graph.pdf
浏览：19
可解释性和有效性是构建推荐系统的两个关键方面。知识图中的项目-项目关联图.给定项目,关系和项目关 联(例如,一起购买),我们的目标是从中推导规则并从规则中推荐项目.这些规则用于推断新项目之间的关联,推荐项目并解释推荐.
【GNN综述_2021_11】Graph Self-Supervised Learning: A Survey
浏览：158
图上的深度学习最近引起了人们的极大兴趣。然而，大多数工作都集中在（半）监督学习上，导致存在标签依赖重、泛化能力差和鲁棒性弱等缺点。为了解决这些问题，自监督学习 (SSL) 通过精心设计的借口任务提取信息知识，而不依赖于手动标签，已成为图数据的一种有前途和趋势的学习范式。与计算机视觉和自然语言处理等其他领域中的 SSL 不同，图上的 SSL 具有独特的背景、设计思想和分类法。在图自监督学习的框架下，
Self-supervised Learning for Linking Knowledge Graphs(TKDE21)
浏览：111
自监督学习相关论文 Self-supervised Learning for Linking Knowledge Graphs(TKDE21)
EEG and Self-supervised Learning
浏览：53
基于深度学习的脑电图分析:系统综述，源码
YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数
浏览：182
4星 · 用户满意度95%
本资源纯属免费，不收任何钱和任何积分，纯粹为爱发电，本资源已经为大家整合好了的，看我的博客部署好直接用：https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址：https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSO
YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了
浏览：163
5星 · 资源好评率100%
YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt
浏览：14
5星 · 资源好评率100%
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt，需要创建的文件夹都以创建，方便大家不用再去GitHub下载 可以搭配该博客：https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501
Transformer模型实现长期预测并可视化结果（附代码+数据集+原理介绍）
浏览：123
5星 · 资源好评率100%
这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是：Transformer 在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码，Transformer
社交平台上经济类话题的文章热度信息，数据是真实的，但不是真实日期
浏览：75
使用LSTM模型进行时序预测的代码与说明见：https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895
YOLOV5 + 双目相机实现三维测距（新版本）
浏览：89
YOLOV5 + 双目相机实现三维测距（新版本）
行人跌倒数据集（VOC格式）
浏览：178
5星 · 资源好评率100%
行人跌倒数据集（VOC格式）
Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip
浏览：6
5星 · 资源好评率100%
本资源配套对应的视频教程和图文教程，手把手教你使用Unet做眼底图像分割的训练、测试和界面封装，包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型，并封装为了图形化界面，只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高，眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源，其形态和状况的变化可以反映出许
全新的SOTA模型YOLOv9
浏览：117
当今的深度学习方法专注于如何设计最合适的目标函数，以使模型的预测结果尽可能接近真实值。同时，还需要设计一个合适的架构，以便获取足够的信息进行预测。现有方法忽略了一个事实：当输入数据经过逐层的特征提取和空间变换时，会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题，即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息（PGI）的概念，以应对深度网络实现多个目标所需的各种变化。PGI
YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip
浏览：68
5星 · 资源好评率100%
YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频 代码的下载地址在：https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境：https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看：https://blog.csdn.net/ECHOSON/article/d
Deep Learning Tuning Playbook（中译版）
浏览：198
由五名研究人员和工程师组成的团队发布了《Deep Learning Tuning Playbook》，来自他们自己训练神经网络的实验结果以及工程师的一些实践建议，目前在Github上已有1.5k星。此版本为中文翻译版，提供给大家免费下载，因为本人知识水平有限，翻译过程中可能有误，随时欢迎大家指出错误，我会随时更正。
pycharm连接autodl服务器（yolov8训练自己的数据集）
浏览：123
里面没写怎么配置yolov8环境，这个参考官方文档就行很简单一行代码即可
基于YOLOv8-Pose的姿态识别项目，带数据集可直接跑通的源码
浏览：194
这个项目是一个基于YOLOv8-Pose的姿态识别系统，专门用于识别和分析人体姿态。项目采用了最新的YOLOv8-Pose算法，结合了COCO数据集的8种常见姿态，能够快速准确地识别人体的各种姿态。这个可以作为一个简单的项目案例，后续可以直接换成自己的数据去进行训练。 功能特点： 高效识别：使用了先进的YOLOv8-Pose算法，确保了识别的准确性和效率。 支持多种姿态：能够识别COCO数据集中
zotero翻译插件.xpi
浏览：190
4星 · 用户满意度95%
2023/9/2 更新
Informer模型实战案例(代码+数据集+参数讲解)
浏览：23
5星 · 资源好评率100%
本篇博客带大家看的是Informer模型进行时间序列预测的实战案例，它是在2019年被提出并在ICLR 2020上被评为Best Paper，可以说Informer模型在当今的时间序列预测方面还是十分可靠的，Informer模型的实质是注意力机制+Transformer模型，Informer模型的核心思想是将输入序列进行自注意力机制的处理，以捕捉序列中的长期依赖关系，并利用Transformer的
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
那后来呢z
粉丝: 3
资源:
16
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
DETRs Beat YOLOs on Real-time Object Detection组会汇报
基于java使用modbus协议使用串口从传感器获取数据，经过JfreeChart进行图表显示
基于opencv的双目三维稀疏重建算法源码+项目说明+论文地址.zip
Matlab-气象统计EOF分析matlab代码
Android开发BLE 串口调试工具，用来和底层进行一些握手协议的调试
修改音质-大军[1].mp3
005.妹妹等等我（37分钟）.mp3
b0900febba0972d39e8ab81732d7a34c.mp3
十八.mp3
88888888888.mp3
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
