- 博客(44)
- 收藏
- 关注
RSS订阅
原创 机器学习/深度学习/图机器学习 学习小结
目录前言入门指南一、机器学习部分（3-4周左右）二、深度学习部分（1周左右）三、图神经网络（3-6个月左右）入门指南的三个核心——概念清晰！概念清晰！概念清晰！磨刀不误砍柴工！最难的是开始，最简单的也是开始！前言历时将近一年吧，因为疫情原因在家，终于下定决心把这门课程学习完毕，中间为了写论文，停了三个多月的时间。图神经网络最近是大热的研究方向，计算机领域的各种论文层出不穷。但是，就国内来说，入门学习图神经网络的资料确实很少，特别是中文的资料（因为我觉得入门来说，如果有中文资料，学习效率和学习
2020-12-08 20:26:50
1515
4
原创 Protégé基本教程【Protégé5.5.0版本】
前言Protégé软件是斯坦福大学医学院生物信息研究中心基于Java语言开发的本体编辑和知识获取软件，或者说是本体开发工具，也是基于知识的编辑器，属于开放源代码软件。这个软件主要用于语义网中本体的构建，是语义网中本体构建的核心开发工具，现在的最新版本为5.5.0版本。Protégé提供了本体概念类，关系，属性和实例的构建，并且屏蔽了具体的本体描述语言，用户只需在概念层次上进行领域本体模型的构...
2018-10-22 17:49:04
52144
65
原创 【Dynamo学习笔记】Dynamo for Revit建模基础
为了能和Revit进行交互，Dynamo中内置了很多Revit的节点，包含一系列用于选择、创建、编辑、查询等操作，帮助用户简化建模的过程，提高工作效率，拓展模型的应用。为了简化程序，我们可以将一些通用的节点流程编组封装成自定义节点。首先，我们选中我们需要封装的节点组，在空白处点击右键，选择创建自定义节点。
2024-01-17 22:47:45
1135
原创 【从零开始】PythonOCC
目录1. 三维展示2. 基本的几何操作2.1 建立坐标轴3. 拓扑操作参考资料：（1） PythonOCC API（2） PythonOCC入门进阶到实战（3）pythonocc实例（4）Github:pythonOCC portal1. 三维展示如果需要进行三维展示，要求Python安装了可视化界面的相关的包，例如PyQt5, PyQt4, PySide2, PySide, or wxPython。在三维展示的时候，我的电脑会有这样的错误：Error! OpenGL context r
2021-11-22 16:21:02
6583
2
原创 【语义网】Jena框架简介及实战
参考资料：web3.0与Semantic Web编程（中文版）Web 3.0与Semantic Web编程 英文版随书代码下载【语义网】【读书笔记】Web 3.0与Semantic Web编程（一）语义Web程序设计简介【语义网】【读书笔记】Web 3.0与Semantic Web编程（二）语义Web程序设计基础 之 本体与知识建模Getting started with Apache Jena目录1. RDF和Jena RDF API1. RDF和Jena RDF API关于RDF.
2021-01-12 23:15:58
2904
1
原创 cs224w 图神经网络 学习笔记（十八/十九）Limitations of Graph Neural Networks & Applications of Graph Neural Networks
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. 前言2. Limitations of conventional GNNs in capturing graph structure3. Vulnerability of GNNs to noise in graph data4. Open questions & Future direction1. 前言IDEA:.
2020-12-08 00:53:11
953
原创 cs224w 图神经网络 学习笔记（十七）Reasoning over Knowledge Graphs
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. 什么是知识图谱（Knowledge Graph）2. Knowledge Graph Completion 知识图谱补全2.1 Knowledge representation2.2 TransE2.3 TransR3. 基于知识图谱的查询/推理3.1 One-hop Queries和Path Queries（ 路径查询）3.2 .
2020-12-07 22:17:07
1113
3
原创 cs224w 图神经网络 学习笔记（十六）Network Evolution
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录
2020-12-07 14:11:23
1059
原创 cs224w 图神经网络 学习笔记（十五）Outbreak Detection in Networks
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录
2020-12-06 20:15:56
585
原创 cs224w 图神经网络 学习笔记（十四）Influence Maximization in Networks
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录
2020-12-05 20:21:23
1383
原创 cs224w 图神经网络 学习笔记（十三）Probabilistic Contagion and Models of Influence
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. Probabilistic Spreading Model——从传染病的传播开始2. 案例应用——Social cascades on Flickr and estimating R0R_0R0 from real data3. 传染病模型 Epidemic models1. Probabilistic Spreading M.
2020-12-04 22:38:31
633
原创 cs224w 图神经网络 学习笔记（十二）Network Effects and Cascading Behavior
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录
2020-12-04 15:36:20
868
2
原创 SPARQL——语义网的查询语言
官方教程：SPARQL 1.1 Query Language目录0. 前言1. 从`SELECT WHERE{}`开始——熟悉SPARQL的语法1.1 开始最简单的查询——使用SPARQL查询TTL文件1.2 使用SPARQL查询RDF文件2. 开始更复杂的匹配0. 前言SPARQL语言主要是面向RDF/OWL的查询语言。从图论的角度来看，查询的过程可以看做子图匹配。本教程按照官方教程的脉络，采用python实现。在python中，操作本体的库是rdflib，这个库非常好用，rdflib的官方教程.
2020-09-13 22:57:49
7058
2
原创 【深度学习实战】GraphSAGE（pytorch）
书的配套代码：Chapter7：GraphSage示例（使用Cora数据集）目录1. 采样（sampling.py）2. 聚合（net.py）3. GraphSAGE模型构建（net.py）4. 数据处理（data.py）5. 主函数5.1 导入需要的包5.2 数据准备5.3 模型初始化5.4 模型训练和测试1. 采样（sampling.py）GraphSAGE包括两个方面，一是对邻居的采样，二是对邻居的聚合操作。为了实现更高效的采样，可以将节点及其邻居节点存放在一起，即维护一个节点与其邻居对应.
2020-09-02 18:48:57
9641
10
原创 【读书笔记】《深入浅出图神经网络——GNN原理解析》
目录0. 前言1. 图信号处理与图卷积神经网络0. 前言《深入浅出图神经网络——GNN原理解析》这本书是目前关于图神经网络的第一本中文图书。书中提到的一些概念和观点的切入点和cs224w这门课程不太相同，就当做是对图神经网络的另一种理解角度。书中的1-4章是一些基础概念，第五章开始和图神经网络相关。1. 图信号处理与图卷积神经网络第五章《图信号处理与图卷积神经网络》可以结合cs224w的Graph Representation Learning（cs224w 图神经网络 学习笔记（八）Graph
2020-09-02 13:21:01
3707
1
原创 【深度学习实战】《深入浅出图神经网络》GCN实战（pytorch）
目录1. 前言2. 数据预处理——CoraData类的定义3. GCN层定义4. 模型构建5. 模型训练与测试1. 前言这次的任务是节点分类。使用的是Cora数据集，该数据集由2708篇论文，及它们之间的引用关系构成的5429条边组成。这些论文根据主题被划分为7类，分别是神经网络、牵强化学习、规则学习、概率方法、遗传算法、理论研究、案例相关。每篇论文的特征是通过词袋模型得到的，维度为1433，每一维表示一个词，1表示该词在这篇文章中出现过，0表示未出现。导入需要的包：import itertools
2020-08-22 15:43:26
5275
6
原创 cs224w 图神经网络 学习笔记（十一）Link Analysis: PageRank
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. Web as a Graph1. Web as a GraphWeb（互联网）实质上可以看成是一张有向图（Directed graph），节点是各种网页，边是网页之间的超链接。对于这样的有向图，我们考虑两个问题：给定节点vvv，哪些节点可以到达vvv？从节点vvv出发，可以到达哪些节点？对于第一点，我们用集合In.
2020-08-08 19:41:08
1119
5
原创 cs224w 图神经网络 学习笔记（十）Deep Generative Models for Graphs
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录
2020-08-06 00:13:08
1728
原创 【深度学习实战】Pytorch Geometric实践——利用Pytorch搭建GNN
参考文档PYTORCH GEOMETRIC DOCUMENTATION目录1. 安装2. 基本概念介绍2.1 Data Handling of Graphs 图形数据处理2.2 Common Benchmark Datasets 常见的基准数据集2.3 Mini-batches1. 安装首先，我们先查一下我们的pytorch的版本。要求至少安装 PyTorch 1.2.0 版本：python -c "import torch; print(torch.__version__)"接着，查.
2020-08-02 19:29:15
14439
14
原创 cs224w 图神经网络 学习笔记（九）Graph Neural Networks 图神经网络（含Hand-on Session）
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. 前言1. 前言
2020-07-24 00:29:20
3073
6
原创 cs224w 图神经网络 学习笔记（八）Graph Representation Learning 图表示学习
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录
2020-07-22 13:59:10
2492
原创 cs224w 图神经网络 学习笔记（七）Message Passing and Node Classification 信息传播与节点分类
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. 前言1. 图节点分类的思想——Collective classification1. 前言这节课需要解决的问题是：Given a network with labels on some nodes, how do we assign labels to all other nodes in the network? 给定一个网.
2020-07-21 10:52:19
1547
2
原创 cs224w 图神经网络 学习笔记（六）Spectral Clustering 谱聚类
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录标题标题
2020-07-15 23:33:51
2540
2
原创 cs224w 图神经网络 学习笔记（五）Community Structure in Networks
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录
2020-06-18 14:42:23
2123
原创 cs224w 图神经网络 学习笔记（四）Snap.py: SNAP for Python
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. SNAP简介2. snap中方法的一些命名惯例3. 基本教程3.1 基本类型3.2 向量类型（Vector type）3.3 哈希表类型（Hash Table Type）3.4 Pair Type3.5 图和网络类（Basic Graph and Network Classes）1. SNAP简介Stanford Networ.
2020-05-21 21:10:36
2426
原创 cs224w 图神经网络 学习笔记（三）Motifs and Structural Roles in Networks
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)这一课主要是讲**子图（subnetworks）**的一些参数。目录1. 序：子图（Subnetworks）2. Subgraphs, Motifs and Graphlets2.1 Network Motifs2.2 Graphlets: Node feature vectors2.3 Finding Motifs and Graphl.
2020-05-18 16:09:23
2971
3
原创 cs224w 图神经网络 学习笔记（二）Properties of Networks and Random Graph Models
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录1. How to measure a Network?——网络的属性1. How to measure a Network?——网络的属性
2020-05-17 00:26:49
2312
6
原创 cs224w 图神经网络 学习笔记（一）Introduction
课程链接：CS224W: Machine Learning with Graphs课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录0. 写在前面1. Why Networks？2. 基础：网络/图论基本知识2.1 Starter Topic: Structure of Graphs 图的结构2.2 Choice of Network Representation 图的不同形式0. 写在前面第一节课是Introduction，主要介绍了图的优势以及图论的一些基本.
2020-05-15 15:12:35
2353
原创 【深度学习实战】【nlp-beginner】基于深度学习的文本分类
目录0 前言1 数据载入0 前言任务说明：NLP-Beginner：自然语言处理入门练习 任务二数据下载：Sentiment Analysis on Movie Reviews参考资料：Convolutional Neural Networks for Sentence ClassificatioPyTorch官方文档关于深度学习与自然语言处理的一些基础知识：【深度学习实战】从零开...
2020-05-06 19:06:54
1041
原创 【NLP与深度学习】学习资源和链接汇总，持更
刚刚上手NLP，整理一些资料，不全是自己的研究方向，但是先记着，万一以后有用呢。前言【知乎】初入NLP领域的一些小建议【知乎】如何写一篇合格的NLP论文一、书籍资料Speech and Language Processing (3rd ed. draft) 这本书的作者Daniel Jurafsky和James H. Martin都是NLP领域的神牛。自然语言处理入门必备。现在作者...
2020-04-29 15:54:50
1335
1
原创 【深度学习实战】从零开始深度学习（五）：生成对抗网络——深度学习中的非监督学习问题
参考资料：《PyTorch深度学习》（人民邮电出版社）第7章 生成网络PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第6章 生成对抗网络其他参考的网络资料在文中以超链接的方式给出目录1. 生成模型（Generative Model）2. 生成对抗网络（Generative Adversarial Networks，GAN）3. 改善生成对抗网络（Improving...
2020-04-28 15:41:35
1113
1
原创 【深度学习实战】从零开始深度学习（四）：RNN与自然语言处理
参考资料：《PyTorch深度学习》（人民邮电出版社）第6章 序列数据和文本的深度学习PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第5章 循环神经网络其他参考的网络资料在文中以超链接的方式给出目录0. 写在前面1. 循环神经网络（ Recurrent Neural Network ）0. 写在前面对于自然语言处理，推荐课程：CS224n: Natural L...
2020-04-26 15:01:04
1197
原创 【深度学习实战】【详细解读】基于Seq2Seq模型实现简单的机器翻译
官网地址：NLP FROM SCRATCH: TRANSLATION WITH A SEQUENCE TO SEQUENCE NETWORK AND ATTENTION数据下载：数据目录1. 导入需要的包2. 读入数据3. 数据预处理——建立数据集4. 模型搭建4.1 编码器4.2 解码器4.3 注意力机制——改善解码器5. 模型训练6. 模型评估1. 导入需要的包from __futur...
2020-04-26 14:55:23
2977
4
原创 【深度学习实战】从零开始深度学习（三）：卷积神经网络与计算机视觉
参考资料：《PyTorch深度学习》（人民邮电出版社）第5章 深度学习之计算机视觉PyTorch官方文档《深度学习入门之Pytorch》廖星宇其他参考的网络资料在文中以超链接的方式给出目录0 写在前面1. 构建CNN模型架构1.1 Conv2d0 写在前面我是习惯了有一本书看着学习，在京东上随便淘了一本《PyTorch深度学习》，不知道这本书面向对象是哪些群体。个人觉得这本书...
2020-04-23 14:50:39
1241
原创 【深度学习实战】从零开始深度学习（二）：多层全连接神经网络与MNIST手写数字分类
参考资料廖星宇《深度学习入门之PyTorch》PyTorch官方文档其他参考资料在文中以超链接的方式给出目录0. 写在前面1. PyTorch基础1.1 张量（Tensor）1.2 变量（Variable）1.3 数据集（Dataset）1.4 模组（nn.Module）1.5 优化（torch.optim）1.6 模型保存与加载2. 案例实践：多层全连接神经网络实现 MNIST ...
2020-04-22 16:02:33
1683
原创 【深度学习实战】从零开始深度学习（一）：利用PyTorch开始深度学习
参考资料：《Pytorch深度学习》第三章 （人民邮电出版社）Pytorch官方文档1 神经网络的组成部分训练深度学习算法需要的几个步骤：构建数据管道构建网络架构使用损失函数评估架构使用优化算法优化网络架构的权重当运用神经网络去处理一些比较复杂的问题时，神经网络的架构就会变得特别复杂。为此，诸如pytorch、tensorflow这样的深度学习框架都对一些复杂的高级功...
2020-04-21 22:27:59
3604
1
原创 neo4j 常用 Cypher 语句笔记
1、删除数据库中的所有关系match (nn)-[r]-(n) delete r如果还要删除和这些关系的节点，就用下面的Cypher语句match (nn)-[r]-(n) delete nn,n,r2、删除数据库中的所有节点注：这个语句只能删除没有关系连接的节点match(n) delete (n)3、Neo4J 查找两节点之间的路径（转载自Neo4J 查找两节点之间的路径）...
2019-11-20 19:46:12
652
原创 Information delivery manual-Part 1:Methodology and format
Reference：《ISO 29481-1：2016 Building information models—Information delivery manual-Part 1:Methodology and format》主要是整理了两本标准里面的一些要点，便于更理解IDM和MVD。IDM的全称是Information delivery manual（信息交付手册）。IFC是建...
2019-07-17 10:21:22
608
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人