如何理解 inductive learning 与 transductive learning? - 知乎
Inductive learning对应于 meta-learning (元学习)，要求从诸多给定的任务和数据中学习通用的模式，迁移到未知的任务和数据上。 Transductive learning对应于 domain adaptation (领域自适应)，给定训练 …
如何理解 inductive learning 与 transductive learning? - 知乎
如果是Inductive learning，我们在只知道ABCD的颜色的情况下，训练一个模型，推及到其他点。比如我们用nearest neighbor这个简单的 ...
Inductive 和 Coinductive type的理论基础是什么？ - 知乎
Mar 2, 2022 · Inductive 和 Coinductive type的理论基础是什么？ 一般为了方便程序员使用，人们往往会向一个基础理论T中添加递归类型，也可能是用语法糖模拟递归类型。 我知道的大致有两种方法添 …
逻辑学中演绎 (deductive)与推理 (inferential)有什么区别和联系？
1. 先看定义 演绎论证：必然来自前提-如果前提是正确的，那么结论是正确的。 Deductive Argument: necessarily follows from the premises - if the premises are true, the conclusion is true. 归纳论证：前 …
英语中的inductive argument 和deductive argument 怎么区分？
演绎推理（英语：Deductive Reasoning）在传统的亚里士多德逻辑中是「结论，可从叫做‘前提’的已知事实，‘必然地’得出的推理」。如果前提为真，则结论必然为真。这区别于溯因推理和归纳推理：它们 …
为什么GAT能够实现Inductive learning，而GCN不行？
GAT的这种特性使其在理论上更适合于inductive learning。 GAT的设计使其天然适合inductive learning。 GCN 虽然依赖于固定的图结构，但通过适当的修改（如图池化技术或灵活的节点特征表示），它也可 …
什么是归纳偏置（inductive bias）？ - 知乎
Sep 14, 2025 · 归纳偏置说白了就是算法的"偏见"——面对新数据时，它倾向于做什么假设。这个概念很关键，比如说前几年的ViT和CNN之争，直接决定了为什么CNN和ViT在不同场景下表现差这么多。 …
为什么GCN是Transductive的? - 知乎
其实我个人觉得这只是一个formulation的问题。我们知道，一般认为GCN是transductive的而GraphSAGE是inductive的，且我们认为GCN是transductive的，一个重要原因就是。那我们就来看 …
如何深入浅出地解释「诱导效应」？ - 知乎
“碳正离子的黑暗森林理论：闷声发大财” 来简单说说我是 如何给高中生形象地解释“正诱导效应” （positive inductive effect）的，这部分的知识点出现在一些国际高中的课程中，属于大学预科课程（ …
transductive GCN 和 inductive GraphSAGE在模型架构上的区别是什么？
【优点】 在之前说了GNN的理论，目前还只是说到了图卷积网络，而图卷积神经网络中最为常用的就是2017年的GraphSAGE（SA MPLE and AGGRE G AT E）了，现在引用已经5k+了，作为最常用的 …