很多初學者在閱讀論文的時候，特別是圖方向，社交網絡，NLP等等玩embedding方向的 都會遇見類似與JS,KL散度等東西來衡量兩個分布之間的距離， 很多論文中現(xiàn)在都出現(xiàn)了...
發(fā)簡信
IP屬地：北京
-
簡單的告訴你 什么是Wasserstein距離
-
RNN 為什么不能直接反向傳播？為什么會出現(xiàn)梯度消失和梯度爆炸？
RNN應該是目前用的比較多的技術框架 ，無論是NLP還是CV等領域，今天 我們就詳細的講解一下關于RNN的具體知識 1、RNN為什么不能直接反向傳播呢？ 首先我們回顧一下普通...
-
讀完博士之后的血淚教訓：千萬不要和周圍的同學對比
讀博路上，過來人的6條血淚教訓。 我的博士項目是在在南金斯敦羅德島大學Dwyer實驗室研究分析傳感器，在這期間我犯了很多錯誤——其中一些成為了寶貴的經驗。若你是在讀或即將入學...
-
論文筆記 DeepLink：A Deep Learning Approach for User Identity Linkage轉載請注明出處 原文鏈接：(https://ieeexplore.ieee.org/abstract/document/8486231) 這篇文章主要是用來做實體對齊的，簡單...
-
關于CrossMNA的代碼解讀論文來源： This repo contains the source code and datasets of WWW' 19 paper: Cross-Network E...
-
DeepWalk、skipGram的簡單理解和實現(xiàn)
◎Skin-Gram算法 在解釋Word2vec和DeepWalk之前，先解釋一下Skin-Gram算法。 在我的理解中Skin-Gram的意義就在于提出了一種在得到已經知道...
