专注多元时序预测:时空图神经网络学习文档正式开放
👇扫码关注Python深度学习&图神经网络&物理信息神经网络专项学习群👇
👇免费加群,每周都有【Python深度学习】免费公开课程👇
| 微信(ILoveHF2016) | QQ(1061241906) |
![]() |
![]() |
专注多元时序预测:时空图神经网络学习文档正式开放
时空图神经网络专项学习群开展已有近一年的时间了,经过不断的总结和更新,我们对以前所学的所有模型进行了汇总并编写了一份专门用于多元时序预测的时空图神经网络学习文档。并且,准备把它做成一份长期维护、持续更新的专题资料。
目前已汇总或正在加入的模型请查看公众号以往推送内容,具体可在链接:时空图神经网络学习阶段性回顾:8 个经典STGNN模型,从预定义图结构到自学习,中查看。部分模型如下:
-
……
具体内容大家可以自行搜索,不再一一列出。之所以专门把这部分内容整理成一份独立且持续更新的学习文档,是因为时空图神经网络相关研究通常都不仅仅测试单一模型,而是需要对不同模型进行大量对比实验。无论是论文复现、方法改进,还是工程任务落地,往往都要在统一的数据处理、训练测试流程和结果保存结构下,对多个模型进行公平比较。因此,仅仅了解某一个模型是远远不够的。
在内容设计上,每一个模型,都会尽量补齐以下这些内容:
-
模型原理讲解 -
适用范围 -
输入数据生成,这一部分之前在视频课程中已经多次和大家强调,能尽量做的,我们都会为大家编写“傻瓜式”的自动化数据生成脚本 -
模型训练流程 -
测试与结果保存
相关模型我会尽量整理打包为一个项目文件,方便大家配置统一调用。
👇扫码关注Python深度学习&图神经网络&物理信息神经网络专项学习群👇
👇免费加群,每周都有【Python深度学习】免费公开课程👇
| 微信(ILoveHF2016) | QQ(1061241906) |
![]() |
![]() |
夜雨聆风



