دوره آموزشی یادگیری شبکه های عصبی گراف
2 ساعت 13 دقیقهمتوسط2024-07-29
مدرسین
Janani Ravi
Certified Google Cloud Architect and Data Engineer
جزئیات دوره
شبکههای عصبی نمودار - شبکههای عصبی که قادر به کار با ساختارهای دادههای نمودار هستند - یادگیری عمیق را برای ساختارهای داده اعمال میکنند تا بینشهای تازهای را از نمودارهای خود آشکار کنند. در این دوره آموزشی با کاربردهای مختلف مدل سازی گراف و نحوه آموزش شبکه عصبی گراف آشنا شوید و نتایج آن را ارزیابی کنید. مربی جنانی راوی با پیشینه ای در مورد نمودارها از جمله اصطلاحات و انواع گراف ها شروع می کند. او سپس مفاهیم یادگیری ماشین گراف و اصول اولیه شبکه های عصبی گراف را معرفی می کند. نیمه آخر دوره شامل تمرینهایی است که به شما کمک میکند شبکههای عصبی گراف را با استفاده از PyTorch Geometric راهاندازی و آموزش دهید، نمودارها را با استفاده از NetworkX تجسم کنید، و یک شبکه کانولوشن گراف را برای برچسبگذاری گره با استفاده از مجموعه داده Cora آموزش دهید.
مهارت ها
Neural Networks and Deep LearningArtificial Intelligence (AI)One-Off
سرفصل ها
مقدمه
- معرفی شبکههای عصبی گراف
- پیش نیازها
درک نمودارها
- گرافهای بی جهت و جهت دار
- انواع دیگر گراف
- نمایش نمودار
معرفی گراف ماشین یادگیری
- وظایف پیشبینی با نمودار
- رویکردهای یادگیری ماشین گراف
- چالشهای استفاده از نمودارها در یادگیری ماشین
معرفی شبکههای عصبی گراف
- شهود شبکههای عصبی نمودار
- شناخت ساختار GNN ها
- معماری شبکه عصبی گراف
- انتقال پیام و تجمیع
- آموزش GNN
نمایش نمودارها در PyTorch Geometric
- معرفی PyTorch Geometric
- تمرین - محیط کولب و کتابخانهها را راهاندازی کنید
- تمرین - راهاندازی ساختار داده گراف در PyG
- تمرین - تجسم نمودارها و کاوش در روشهای نمودار
- تمرین - تجسم و کاوش یک نمودار جهت دار
- تمرین - کاوش مجموعه داده cora
- تمرین - دسته کوچک داده
- تمرین - نشان دادن نمودارهای ناهمگن در PyG
انجام طبقه بندی گره با استفاده از GNN
- تمرین - مجموعه داده CiteSeer برای طبقه بندی گره ها
- تمرین - تنظیم DNN به عنوان مدل پایه
- تمرین - آموزش مدل پایه
- تمرین - راهاندازی شبکه کانولوشن گراف
- ورزش - آموزش GCN
نتیجه
- خلاصه و مراحل بعدی