机读格式显示(MARC)

• 000 01712nam0 2200289 450

• 001 0000772208

• 005 20250621191300.0

• 010 __ |a 978-7-302-67722-2 |d CNY109.00

• 100 __ |a 20250208d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a PyTorch图神经网络 |A PyTorch tu shen jing wang luo |f (美) 马克西姆·拉伯恩著 |g 唐盛译

• 210 __ |a 北京 |c 清华大学出版社 |d 2025

• 215 __ |a XXI, 298页 |c 图 |d 23cm

• 306 __ |a 由Packt Publishing授权出版

• 312 __ |a 英文题名取自封面

• 314 __ |a 马克西姆·拉伯恩是摩根大通 (J.P. Morgan) 的高级应用研究员, 拥有巴黎理工学院 (Polytechnic Institute of Paris) 机器学习和网络安全专业博士学位。在攻读博士学位期间, Maxime致力于开发用于计算机网络异常检测的机器学习算法。随后, 他加入了空中客车公司的人工智能连接实验室 (AI Connectivity Lab), 运用自己在机器学习方面的专业知识来提高计算机网络的安全性和性能。来他加入了摩根大通, 目前在该公司开发解决金融和其他领域各种挑战性问题的技术。 唐盛, 计算机软件专业硕士毕业。精通网络主流开发语言、数据分析和硬件技术, 同时具有较好的英文水平和技术背景, 并翻译过多本英文书籍。

• 330 __ |a 本书详细阐述了与图神经网络相关的基本解决方案, 主要包括图学习入门、图神经网络的图论、使用DeepWalk创建节点表示、在Node2Vec中使用有偏随机游走改进嵌入等内容。此外, 本书还提供了相应的示例、代码, 以帮助读者进一步理解相关方案的实现过程。

• 500 10 |a Hands-on graph neural networks using Python |A Hands-on Graph Neural Networks Using Python |m Chinese

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo

• 690 __ |a TP183 |v 5

• 701 _1 |a 拉伯恩 |A la bo en |g (Labonne, Maxime) |4 著

• 702 _0 |a 唐盛 |A tang sheng |4 译

• 801 _0 |a CN |b WFKJXY |c 20250621

• 905 __ |a WFKJXY |d TP183/68