[#30.Lec] Basic of Graph Convolution Network - 딥러닝 홀로서기

  Рет қаралды 34,396

Idea Factory KAIST

Idea Factory KAIST

Күн бұрын

Пікірлер: 35
@beatlekim
@beatlekim 4 жыл бұрын
이것보다 더 잘 설명되어있는 영상을 못봤어요 ㅠㅠㅠ 좋은설명 감사합니다 석사 논문 주제인데 도움 많이 됐어요
@정윤영-l2w
@정윤영-l2w Жыл бұрын
좋은 강의를 무료로 제공해 주셔서 정말 감사드립니다. 많은 도움이 되었습니다.
@인나-h2f
@인나-h2f 2 жыл бұрын
Hand 3D Mesh 관련 논문을 보다가 GCN을 사용하는 논문을 보게 되어 해당 내용에 대한 공부를 하던 중 영상을 시청하게 되었는데 너무 많은 도움이 되었습니다. 감사합니다.
@hiro_happysky12
@hiro_happysky12 2 жыл бұрын
친절한 설명 감사합니다! 논문을 보면서도 잘 이해가 안갔었는데, 36:30 부분 부터 풀어서 설명해주신 덕분에 이해하기 좀 더 수월해진 것 같아요 :)
@jaekwangkim613
@jaekwangkim613 Жыл бұрын
정말 자세하게 설명해주셔서 도움 정말 많이 되었습니다 감사합니다
@chojin-ko3co
@chojin-ko3co 5 ай бұрын
엄청납니다.. 정말 감사합니다.
@딱구리-d1c
@딱구리-d1c 5 жыл бұрын
논문을 바로 보려니 사전 지식이 없어 막막했는데, 잘 곁들여 설명해주셔서 감사합니다
@dkd8970
@dkd8970 3 жыл бұрын
굉장히 친절하네요 경의를 표합니다
@timothylee7564
@timothylee7564 4 жыл бұрын
수식들을 어렴풋이만 이해했는데, 강의 덕분에 완전히 이해한 것 같습니다. 감사합니다.
@wonhosong2380
@wonhosong2380 5 жыл бұрын
쉽게 잘 풀어주셨네요! 잘 들었습니다. 감사합니다.
@geunho__
@geunho__ 4 жыл бұрын
이분이 한국의 "andrew ng"인가요?
@이태호-r7x
@이태호-r7x 5 жыл бұрын
쉬운 설명 감사합니다~
@노경우-d3z
@노경우-d3z 4 жыл бұрын
좋은 강의 감사드립니다!
@fguubbvcfgh
@fguubbvcfgh 4 жыл бұрын
설명 감사드립니다 ^^ 정수기 하나 놔드려야겠어요
@heejuneAhn
@heejuneAhn 4 жыл бұрын
네트워크가 커지면 A가 무지 커지고 대부분 0인 Sparse 한 형태가 될텐데.. 그러면 계산시 시간이나 메모리 낭비가 심할꺼 같은데 아닌 가요?
@ksjksjgg
@ksjksjgg 4 жыл бұрын
명쾌한 설명 감사합니다
@sjk176
@sjk176 4 жыл бұрын
좋은강의 잘 봤습니다 감사합니다!
@heejuneAhn
@heejuneAhn 4 жыл бұрын
1) 에지의 특성이 다양할 텐데 (거리 같은) 이것은 무시되는 게 보통인가요? 2) Pooling 같은 것은 어떻게? 3) 표준 Library 에서 지원 되는 기능은 어떤게 있나요? 4) 시실 일반적인 Conv 은 아닌데 궂이 Covnv 이라고 부르는 이유는 그냥 Conv 이 유명하니 이를 일반화한것처럼 사용하기위해서인가요?
@BanBakSiNaeGaMatEum
@BanBakSiNaeGaMatEum 3 жыл бұрын
1:14 RNN 복습 6:21 시작 18:18 : GCN
@heejuneAhn
@heejuneAhn 4 жыл бұрын
input feature/channel 갯수와 output feature/channel 갯수가 1이 아닌 경우에 매트릭스 차원을... 좀 보여 주세요
@heejuneAhn
@heejuneAhn 4 жыл бұрын
일반적으로 노드의 갯수와 연결관계는 Layer 마다 변화되지 않고 고정되어 있다고 가정하는 것인가요? 아니면 기초적인 경우만 그렇고 아닌 방법도 있나요?
@창튜브-h3d
@창튜브-h3d 9 ай бұрын
Feature matrix가 왜 A+I인가요?? 이 부분이 잘 이해가 안가네요 ㅠ
@gogoraranyny
@gogoraranyny 3 жыл бұрын
질문하나 드려도 될까요? node하나당 feature룰 가지고 있다고 했는데 이 feature를 convolution연산을 거치고 나온 activation map이라고 생각하면 될까요??
@subjugateilppong
@subjugateilppong 3 жыл бұрын
입력 그래프가 4개의 노드를 갖고 노드마다 3개의 피쳐를 갖는다고 할 때, 첫 콘볼루션 레이어의 필터는 adj 곱하기 weight vector고 이 때 weight의 열 수가 우리가 지정해 주는 필터의 갯수가 되는데 예를 들어 64라 하면, 이렇게 첫 layer를 거친 입력의 4×3 feature는 이제 4×64의 hidden layer (이것을 영상에선 convolution 거친 feature로 표현)가 되는 것이라 생각합니다
@subjugateilppong
@subjugateilppong 3 жыл бұрын
즉 64개의 activation map들이 생긴거죠
@gogoraranyny
@gogoraranyny 3 жыл бұрын
@@subjugateilppong 답변감사합니다!
@paulojhonny4364
@paulojhonny4364 4 жыл бұрын
At time 43:09, for example, what does the number 64 in the matrix column mean? I was getting it right until that number came up. I didn't understand how to calculate it. If you can answer me in English, I'll be happy. Thanks you.
@BanBakSiNaeGaMatEum
@BanBakSiNaeGaMatEum 3 жыл бұрын
강의를 성의없게 하는건지 목소리가 원래 그런건지 진짜 강의하거나 강연하거나 연설할 인생은 아닌 듯 너무 지루하고 일부러 청중들이 지루해 나가떨어지길 바라는 목소리 같음
@삑삑이-c3n
@삑삑이-c3n 2 жыл бұрын
목소리 깔끔한데요?? 강의 주제에 관심이 있으면 알아서 집중 돼요~
@밤지-x2u
@밤지-x2u Жыл бұрын
본인의 집중력이 부족한건 아닌지 다시한번 생각해보시기 바랍니다^^
@wedsed123
@wedsed123 Жыл бұрын
대단하노
@최지원-g7c3m
@최지원-g7c3m 21 күн бұрын
ㅈㄴ이해잘되는데
@jaewonchang7259
@jaewonchang7259 2 жыл бұрын
좋은 강의 감사드립니다.
@sollee9501
@sollee9501 3 жыл бұрын
좋은 강의 감사합니다!
@-h2780
@-h2780 3 жыл бұрын
유용한 강의 감사합니다 ~
[#31.Lab] Molecular Property(logP) Prediction with GCN  - 딥러닝 홀로서기
1:23:31
[#32.Lec] AutoEncoder and Variational AutoEncoder  - 딥러닝 홀로서기
1:17:57
Motorbike Smashes Into Porsche! 😱
00:15
Caters Clips
Рет қаралды 21 МЛН
Каха и лужа  #непосредственнокаха
00:15
Это было очень близко...
00:10
Аришнев
Рет қаралды 7 МЛН
Graph Convolutional Networks (GCN): From CNN point of view
13:08
Soroush Mehraban
Рет қаралды 6 М.
[논문 리뷰] Graph Neural Networks (GCN, GraphSAGE, GAT) - 김보민
29:45
Graph Convolutional Networks - Oxford Geometric Deep Learning
13:56
Federico Barbero
Рет қаралды 12 М.
만끽 Graph Neural Network 설명
26:32
만끽 MaanGeek
Рет қаралды 6 М.
[DMQA Open Seminar] Graph Attention Networks
1:22:50
‍김성범[ 교수 / 산업경영공학부 ]
Рет қаралды 18 М.