[发明专利]一种基于迁移学习和深度学习融合的半监督图表示学习方法及装置

摘要

本发明涉及一种基于迁移学习和深度学习融合的半监督图表示学习方法及装置。本发明通过全局层面和局部层面的两个子任务预训练图神经网络模型，以从未标注的数据中学习输入数据的通用表征；将预训练的图神经网络模型迁移到目标任务的训练过程中，在预训练的图神经网络模型之后添加一个与目标任务相关的输出层，并利用有标签数据对预训练的图神经网络模型的参数进行微调，得到最终的图神经网络模型。本发明在节省人工标记成本的基础上有效结合无标签数据和有标签数据，提升了模型的泛化能力，能够简化目标任务的训练过程，达到更快收敛的目的；本发明充分利用了迁移学习的思想，能够节省大量的计算资源和计算时间，提高计算效率。