EZaaEZ-CSDN博客

原创 task8总结

总结总结总结通过Datawhale主持的活动，学习PYG的知识。使我完整的了解了一下，关于图模型的整体过程。学习了从数据的读取到整个模型的训练。从而理解了图模型的三步骤的范式。在其中最主要的困难是开始PYG库的环境安装，然后才是模型的范式。但是在这次的组队学习过程中。模型都是比较基础的模型，还需要结合论文再来组构模型。在此次学习的过程中收获良多，除了学到了知识还找到一些志同道合的朋友。...

2021-07-10 22:42:27 80

Task7 图预测任务实践超大规模数据集类的创建Data图样本封装成批（BATCHING）与DataLoader 类小图的属性增值与拼接图的匹配二部图在新的维度上做拼接创建超大规模数据集类实践参考文献超大规模数据集类的创建实验数据集规模超级大，在现实中我们很难有足够大的内存完全存下所有数据。于是我们需要一个按需加载样本到内存的数据集类的功能。在PyG中，我们通过继承torch_geometric.data.Dataset基类这一功能。Data我们可以继承torch_geometric.data.In

2021-07-10 00:30:54 228 1

原创 task6 基于图神经网络的图表示学习

基于图神经网络的图表示学习引言GINGINNodeEmbedding ModuleWL Test作业参考文献引言图表示学习在图任务占据了十分重要的位置。我们一般在先图节点的表征，然后再通过图池化的方法。图表征学习要求在输入节点属性、边和边的属性得到一个向量作为图的节点表征。在图节点的表征的基础上，可以进一步做图的预测，比如图的同构性等。图表征网络是当前最经典的图表征学习网络是GIN(图同构网络)。GINGIN具体请参考How Powerful are Graph Neural Networks?。

2021-07-06 00:04:55 195

原创 task05 超大图上的节点表征学习

超大图上的节点表征学习引言Cluster-GCN方法基本概念算法过程超大图存在的问题：邻域扩展问题超大图存在的问题：簇熵值问题超大图存在的问题：训练深层问题代码部分ClusterData和ClusterLoader作业参考文献引言当硬件条件不能满足数据实验的要求时，用在超大图上的节点表征学习方法实现。所以具备十分实用的价值。Cluster-GCN方法基本概念节点表征公式如下：z(l+1)=A′X(l)W(l)z^{(l+1)}=A^{'}X^{(l)}W^{(l)}z(l+1)=A′X(l)W(

2021-07-01 23:30:09 145

原创 Task04 数据完整存储与内存的数据集类+节点预测与边预测任务

数据完整存储与内存的数据集类+节点预测与边预测任务数据完整存储与内存的数据集类PyG使用数据集的一般过程InMemoryDataset基类Planetoid例子节点预测与边预测任务节点预测任务边预测任务作业问题一问题二问题三参考文献数据完整存储与内存的数据集类对于占用内存有限的数据集如Planetoid的Cora等，我们可以将整个数据集的数据都存储到内存里。PyG为我们提供了方便的方式来构造数据完全存于内存的数据集类——InMemoryDataset类。PyG使用数据集的一般过程主要包括以下4步：

2021-06-27 21:45:08 143

原创 task3 基于图神经网络的节点表征学习

基于图神经网络的节点表征学习引言MLP、GCN和GAT。数据集MLPGCNGAT比较GCN与GAT画图显示测试结果分析结果作业ChebConv完整代码参考文献引言在做节点预测或边预测任务中，首先需要生成节点表征。节点表征是完成相关工作的必要之处。通过以下几个例子，我们去加深对图节点表征的理解。例子主要通过以4个步骤进行分析图节点的表征学习:分析数据集。构建模型。训练模型并测试。显示分析结果。MLP、GCN和GAT。通过这3个模型去比较图神经网络的节点表征学习的优势。数据集本次采用的

2021-06-23 17:30:21 508

原创 Task2

Task2图神经网络的消息传递范式PyG中的MessagePassing类作业参考资料图神经网络的消息传递范式图神经网络消息传播范式包涵以下3个基本步骤。1)邻接节点信息变换。2)邻接节点信息聚合到中心节点。3)聚合信息变换。如下图所示:PyG中的MessagePassing类实现图神经网络的消息传播可以通过继承MessagePassing类来实现。它能实现消息的自动传播。了解其中图神经网络消息传播的范式相关步骤即可：message、aggregate、update。class MessageP

2021-06-19 20:40:15 119

原创 2021-06-15

Task01 Data类与Dataset类简单图论图论常见的定义定义一：图定义二：无向图与有向图定义三：功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入简单图论图论是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及

2021-06-16 11:56:04 189

EZaaEZ的博客