续上期，笔记整理系列，重点是笔记。目前主要以社交网络方向为主，不定期更新，干货比较多，内容应该是会越写越多的，想到哪补到哪吧…… 上一期总结并归纳了图表征学习，传送门：（整理）社交网络（一）|不如就从图表征说起 本期为图系列的第二章，将开始一步步介绍到图卷积网络（GCN），这章所涉及的文章较多，范围更广，许多精华内容可能只占一部分，并且放到现在价值性难以评估，因此大部分文章略讲或者提供参考链接。且很有意思的是，介绍GCN需要从图神经网络（GNN）的脉络线讲起，而这条脉络线，竟然和上期的图嵌入有密切的关系…… &nb…
开个新坑笔记整理系列，目前主要以社交网络方向为主，不定期更新，干货比较多，内容应该是会越写越多的，想到哪补到哪吧…… 作为图系列的第一章，本文将从图表征学习这条脉络线开始讲起。 在正式开始内容之前，按照惯例先补充一些必要的说明。 基本单位为节点和连边，以节点代表实体，连边代表节点间存在关系的一种描述形式，可写成 。 其中节点作为实体可以存储实体的信息，而根据连边是否具有方向可将图分为有向图和无向图，是否具有权重可分为带权图和无权图。 在社交网络中每名用户就可以看成是实体，用户间的关系可以…
上期内容传送门：(原创)推荐&学习记录 | 跟上AI时代论文推荐(DL基础部分) 本期内容为图像分类部分，这一部分内容比较多，毕竟牵扯到CV方向。图像部分有想法可以做得很深，我也只能将个人认为较为重要、基础的内容（个人能力范围以内）做讲解，日后如果有更多内容会补充或者在其他专栏更新。 在开始正式内容之前，有一个贯穿全文的关键词：深度。一般来说，网络层次越深获得的效果越好，但随着深度所带来的问题也是致命与不可避免的，因此你会发现本篇几乎大部分的paper都在以…
AI领域这几年的火热，看上去是一蹴而就，实则不然。其发展之快远远超出想象。我们目前所常见的所谓黑科技、小 tricks（滑窗、对抗、连接之类），其背后无一不是积累了大量论文，且都是最新、最前沿的论文。从某种角度来讲，他们所用的技术与目前常见书籍里的内容确实不是一个时代。要想与时俱进，就必须改变思路——从论文入手。 因此，我将近年来较为火热、重要的paper做了总结，写在此推荐博客中。一方面是作为学习记录，方便查看；另一方面是为圈内本专业与其它专业的同学起到抛砖引玉的作用。写于今日大…
