我正在阅读一些关于图卷积神经网络的研究论文,我已经看到“潜在表示”这个术语被大量使用。例如,“模型能够学习图节点的潜在表示”。
“潜伏”这个词在这里是什么意思?它与潜在特征相同吗?
我正在阅读一些关于图卷积神经网络的研究论文,我已经看到“潜在表示”这个术语被大量使用。例如,“模型能够学习图节点的潜在表示”。
“潜伏”这个词在这里是什么意思?它与潜在特征相同吗?
潜在表示是输入数据的简化模型,例如,由神经网络创建。
考虑到自动编码器,该网络的中心层(训练后)将包含输入数据的简化表示(即关键特征的摘要),可用于重建输出。
如果我们采用字典对潜在的定义:存在并能够出现或发展,但现在不可见、明显、活跃或有症状,我们可以看到这是如何描述状态的某种不存在,而只是潜在的表示输入数据。
这张图片是一个很好的描述。潜在表示是输入数据的关键特征(这里:动物的耳朵、鼻子、眼睛。)
所以是的,潜在表示是潜在特征的总和。