lib-arts- ダウンロード商品電子書籍（72ページ）¥ 1,000
- ダウンロード商品Jupyterファイル一式¥ 500
「グラフ理論とGraph Neural Networks概論」ではグラフニューラルネットワークに関するサーベイ論文をまとめました。 https://lib-arts.booth.pm/items/1912670 が、もう少しトレンドを仕組みから理解できる内容の方が良いのではないかということで、本書ではGraph Network(Relational inductive biases, deep learning, and graph networks)の論文を元に諸々の整理を行いました。 グラフニューラルネットワークを基本に基づいて理解することで、近年BERTやViTなど様々な応用で用いられているTransformerや、Transformerの代替として着目されているMLP-Mixerなども同時に理解することが可能なので、様々な研究を一気通貫で理解できるような内容になるように本書の作成を試みました。 また、Node ClassificationとGraph Classificationの実行例を別売としました。Node Classificationはライブラリのチュートリアルを参考に、Graph Classificationは別途自作を行いました。ファイルについては追加を行う場合があります。 ※ 下記の購入者の方は本書や関連のJupyterファイル一式もまとめて入手可能なので、追加購入の必要はないです。 https://lib-arts.booth.pm/items/1912670
「グラフ理論とGraph Neural Networks概論」ではグラフニューラルネットワークに関するサーベイ論文をまとめました。
https://lib-arts.booth.pm/items/1912670
が、もう少しトレンドを仕組みから理解できる内容の方が良いのではないかということで、本書ではGraph Network(Relational inductive biases, deep learning, and graph networks)の論文を元に諸々の整理を行いました。
グラフニューラルネットワークを基本に基づいて理解することで、近年BERTやViTなど様々な応用で用いられているTransformerや、Transformerの代替として着目されているMLP-Mixerなども同時に理解することが可能なので、様々な研究を一気通貫で理解できるような内容になるように本書の作成を試みました。
また、Node ClassificationとGraph Classificationの実行例を別売としました。Node Classificationはライブラリのチュートリアルを参考に、Graph Classificationは別途自作を行いました。ファイルについては追加を行う場合があります。
※ 下記の購入者の方は本書や関連のJupyterファイル一式もまとめて入手可能なので、追加購入の必要はないです。
https://lib-arts.booth.pm/items/1912670