반응형
그래프 임베딩이 필요한 이유는 두 가지 정도 요약할 수 있습니다. 우선 그래프를 벡터 공간으로 표현해주면 기존에 이미 연구되었던 결과를 활용해 그래프에 대한 anomaly detection, clustering과 같은 시도를 해볼 수 있습니다. 또한 벡터로 표현된 데이터는 연산이나 시각화할 때 효율이 좋습니다.
반응형
'Boostcamp AI tech 3기 > 개념 이해' 카테고리의 다른 글
| no module named 'tensorflow' 주피터노트북 (0) | 2022.04.27 |
|---|---|
| Error loading preloads: Could not find renderer 터미널 껐다 다시 키기 (0) | 2022.04.27 |
| pytorch warning 해결 (0) | 2022.03.23 |
| unable to display MLflow UI... -> mlruns 폴더가 있는 경로에서 하자. (1) | 2022.02.16 |
| torch Tensor 크기 구하기 torch.numel() (0) | 2022.01.26 |
| torch.range is deprecated warning -> torch.arange (0) | 2022.01.25 |
| 텐서 함수 조금 정리. 생성, 타입, select, cat, stack (0) | 2022.01.25 |
| pytorch의 reshape and view 차이 (+ contiguity 문제) (0) | 2022.01.24 |