深度学习基础----GAE和VGAE
生活随笔
收集整理的這篇文章主要介紹了
深度学习基础----GAE和VGAE
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
就看這一個就行了:Pytorch Geometric Tutorial
?
配合PyG的文檔食用:torch_geometric.nn — pytorch_geometric documentation
只有一個地方不理解,那個KL的實現(xiàn)如何理解,和我在別的地方看到的不一樣:
按我自己的理解就是:
GAE其實就是GCN之后把得到的embedding經(jīng)過內(nèi)積(decoder)后送入交叉熵損失函數(shù)。
VGAE會經(jīng)過兩個GCN,一個輸出均值,一個輸出標準差(得為正值就是使用log的原因)。一個采樣的標準正態(tài)分布會和標準差運算。? 而最終的損失函數(shù)就是原本GAE的損失函數(shù)加上KL散度。(然后,我不太懂的地方就是PyG里KL的實現(xiàn),見上)
總結
以上是生活随笔為你收集整理的深度学习基础----GAE和VGAE的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: GOOGLE登陆火星
- 下一篇: Colorbox 参数设置-中文版