摘要
本申请提供一种提取模型的训练方法和动态图中拓扑结构的确定方法。该方法首先获取动态图中各个第一快照的节点特征信息,接着确定各个第一快照的嵌入向量和各个第一快照的第一损失函数值,之后将各个第一快照的嵌入向量输入至双向RNN模型中,得到各个第一快照的第一上下文信息,根据各个第一快照的第一上下文信息和各个第一快照的嵌入向量,得到基于各个第二快照的第一拓扑结构,以确定动态图嵌入的总损失函数值,最后判断总损失函数值是否小于预设损失函数值,若小于预设损失函数值,则将双向RNN模型确定为时间上下文信息提取模型。本申请的方法,可以实现对动态图中各个快照的第一上下文信息的提取,提高动态图分析的全面性。
技术关键词
快照
节点特征
信息提取模型
RNN模型
计算机执行指令
节点更新
模块
重构
可读存储介质
多层感知机
计算机程序产品
训练装置
处理器通信
存储器
解码器
电子设备
参数
系统为您推荐了相关专利信息
系统级芯片
数据模块
静态存储器
数据处理方法
计算机执行指令
操作系统
电源管理模块
低功耗
车辆
计算机执行指令
信号数据处理方法
装配部件
装配机器人
编码特征
编码模块
关键帧
交叉注意力机制
时空注意力机制
生成动画
动画生成方法