发文章
发文工具
撰写
网文摘手
文档
视频
思维导图
随笔
相册
原创同步助手
其他工具
图片转文字
文件清理
AI助手
留言交流
“资料|【斯坦福大学Jure Leskovec】图神经网络GNN研究进展：表达性、预训练、OGB，71...” 的更多相关文章
图神经网络（Graph neural networks）综述
图神经网络入门
一文了解推荐系统中的图神经网络
我们真的需要深度图神经网络吗？
AI：2020年6月24日北京智源大会演讲分享之知识智能专题论坛——12:30-13:10Jure《Recent Advancements in Graph Neural Networks》
斯坦福Jure Leskovec清华演讲：图神经网络研究最新进展
2020必火的图神经网络（GNN）是什么？有什么用？
CNN已老，GNN来了！清华大学孙茂松组一文综述GNN
清华大学图神经网络综述：模型与应用
ReFactor GNN：从消息传递角度重新审视FMs
NeurIPS 2020 | 用于半监督学习的图随机神经网络
全连接神经网络理论上性能是优于卷积神经网络吗？
神经网络学习（1）
最新｜斯坦福CS231n(李飞飞):卷积神经网络视觉识别课程讲义（2017春季版）
资源|李飞飞在斯坦福主讲的卷积神经网络课程 (7-9课视频)
吴恩达再次刷屏，推出深度学习课程deeplearning.ai
2022年历史最全可信图神经网络论文、工具、资源等整理分享
Graph Neural Networks 综述
