本文介绍: 本文为《Deep Graph Contrastive Representation Learning》的阅读笔记,从研究动机,创新点出发,到方法论,最后还有代码实现。
k=1∑N1[k=i]eθ(ui,uk)/τeθ(ui,vi)/τ
其中,
1
[
k
≠
3.5、评估
3.6、理论动机
3.6.1、最大化目标函数等价于最大化互信息的下界
3.6.2、三重损失
3.7、实验参数设置
4、代码实现
4.1、RE and MF
4.2、encorder
4.3、GRACE
4.4、loss
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。