原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请公开了一种模型训练方法、装置及计算机可读存储介质，方法通过获取图数据，图数据包括多个图节点、每个图节点的节点标签以及连接图节点的边；采用图神经网络模型对每一图节点进行特征提取，得到每一图节点的节点特征；根据每个图节点的节点标签对多个图节点进行分类，并基于分类结果以及每一图节点的节点特征计算每一图节点对应的类中心特征；基于每一图节点的节点特征以及每一图节点对应的类中心特征构建对比学习的正样本对以及负样本对；根据正样本对以及负样本对构建的训练样本对图神经网络模型进行训练，得到训练后的图神经网络
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117521769A
(43)申请公布日2024.02.06
(21)申请号202210909712.X
(22)申请日2022.07.29
(71)申请人腾讯科技（深圳）
文档评论（0）