当前位置:   article > 正文

图神经网络实战(17)——深度图生成模型_神经网络生成模型

神经网络生成模型

0. 前言

我们已经学习了经典的图生成算法,虽然它们能够完成图生成任务,但也存在一些问题,促使基于图神经网络 (Graph Neural Networks, GNN) 的图生成技术的出现。深度图生成模型基于 GNN 架构,比传统技术更具表达能力。然而,缺点在于它们往往过于复杂,无法像经典方法那样进行分析和理解。主要的深度生成模型架构包括:变分自编码器 (Variational Autoencoder, VAE)生成对抗网络 (Generative Adversarial Network, GAN)自回归模型 (Autoregressive Model)归一化流模型 (Normalizing Flow Model) 扩散模型 (Diffusion Model) 等,但相较而言,前三种

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/932187
推荐阅读
相关标签
  

闽ICP备14008679号