小组汇报：知识图注意力网络推荐_KGAT，PDF格式。（由ppt文件转）
知识图注意网络：
它以端对端的方式显式地对KG中的高阶连接进行建模。
它递归地从节点的邻居（可以是用户、项或属性）传播嵌入以细化节点的嵌入，并使用注意机制来区分邻居的重要性。
2021-04-06 14:08:23
849KB
1
循环自注意力，细粒度分类，Recurrent Attention Convolutional Neural Network（RA-CNN）是CVPR2017的Oral文章，针对细粒度（fine-grained）的分类
2021-04-03 13:53:02
46KB
1
在人类中，注意力是所有感知和认知操作的核心属性。考虑到我们处理竞争性信息来源的能力有限，注意力机制选择、调整和关注与行为最相关的信息。
2021-04-03 09:14:55
4.49MB
1
B站讲解视频的PPT https://www.bilibili.com/video/BV1SA41147uA/
2021-03-28 14:16:22
330KB
1
汇总了自Non-local和SENet之后的十几篇发表于CVPR/ICCV的经典的注意力方法，包括cbam、a2net、psanet、danet、apcnet、sknet、ccnet、gcnet、annnet、ocrnet、sanet、ecanet
2021-03-22 14:42:33
5.84MB
1
Implementations for a whole family of attention-mechanisms, tailored for many-to-one sequence tasks and compatible with TensorFlow 2.0 with Keras integration.
2021-03-22 09:39:49
125KB
1