GraphMAE
GraphMAE: Self-Supervised Masked Graph Autoencoders in KDD'22
Über
GraphMAE ist für generatives selbstüberwachtes Lernen auf Graphdaten konzipiert und erzielt wettbewerbsfähige Ergebnisse in Aufgaben wie der Knotenklassifikation, der Graphklassifikation und der Vorhersage molekularer Eigenschaften. Es ist in Python implementiert und nutzt PyTorch, was es für Forscher und Praktiker im Bereich Deep Learning und Graph-Neuronale-Netze geeignet macht. Die Methode unterstützt verschiedene Datensätze und bietet Skripte für eine schnelle Ausführung unterschiedlicher Klassifikationsaufgaben.
Open Source Health
- Stars
- 592
- Forks
- 85
- License
- Not stated
- Last commit
- 4 years ago
Alternativen zu GraphMAE
Rclipvon Yurij MikhalevichSemantische Fotosuche für die Kommandozeile
ChineseNERvon jingyuanzhangEin neuronales Netzwerkmodell zur Erkennung benannter Entitäten im Chinesischen.
Head Pose Estimationvon Yin GuobingEchtzeit-Schätzung der Kopfpose des Menschen mit ONNXRuntime und OpenCV.
Video Subtitle Extractorvon 天涯古巷视频硬字幕提取，生成srt文件。无需申请第三方API，本地实现文本识别。基于深度学习的视频字幕提取框架，包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generating srt files.
U 2 Netvon Xuebin QinDer Code für unser neu akzeptiertes Papier in Pattern Recognition 2020: "U^2-Net: Tiefer gehen mit geschachtelter U-Struktur zur Erkennung auffälliger Objekte."
Ressourcen & Links
Verwandte Kategorien
Nutzt du GraphMAE?
Behalte die Kosten neben dem Rest deines Stacks im Blick und lass dich vor der Verlängerung erinnern.
Zu meinem Stack hinzufügenAnbieter
THUKEG
Open-source projects on GitHub: Slime, AgentBench and P-tuning-v2