2020年04月_TwT520Ly

原创【PyG进阶学习】一：AGNN算法

一：简介算法全名：Attention-based Graph Neural Network for Semi-supervised Learning论文链接：https://arxiv.org/abs/1803.03735如题目所说，本论文提出的模型是针对于半监督学习领域的一种算法，是一种基于注意力机制的图神经网络。该算法简称为AGNN，在提出AGNN之前，作者介绍了三个算法的大致思路，...

2020-04-25 20:52:55 3826 1

1.简介虽然Pytorch-Geometric提供了很多官方数据集，但是当需要构建自己的数据集的时候，就需要对如何使用dataset基类构造自己的数据集有所了解。库中提供了两个构建数据集的基类：torch_geometric.data.Dataset和torch_geometric.data.InMemoryDataset，其中torch_geometric.data.InMemoryDatas...

2020-04-25 17:15:48 10507 2

原创【PyG入门学习】三：信息传递机制

1.理论基础将普通的卷积过程推广到非规则数据领域一般是通过邻域聚合或者信息传递机制。xi(k−1)∈RFx^{(k-1)}_i∈R^Fxi(k−1)∈RF表示在第k-1层节点i的节点特征，ej,i∈RDe_{j,i}∈R^Dej,i∈RD表示从节点j到节点i的边的特征（可选参数），那么图神经网络中的信息传递机制就可以表示为：其中□ 表示一种可微的、置换不变的函数，比如求和、取均值或者最大...

2020-04-16 19:34:10 2506 2

原创 Anaconda环境配置

【1】安装Anaconda3.7。【2】在用户环境变量中配置Anaconda的路径，但是在cmd中无法运行python；于是将其添加到系统环境变量的Path中，可以在cmd中运行。（总结：如果要在cmd上执行某脚本，要将其环境变量添加到系统环境变量的Path下面）【3】添加Anaconda环境变量一共需要三个，分别是Anaconda、Anaconda\Scripts和Anaconda\Lib...

2020-04-12 10:14:21 467

原创【PyG学习入门】二：入门时遇到的问题

【PyG学习入门】一：入门使用在上一篇的介绍中，主要讲了Pytorch-Geometric的五个基础用例，但是其中存在一些问题还没有解决，下面开始一一解决，本文的重点是如何手动加载PyG的数据集。1.关于创建Data实例时，维度异常的问题问题描述：在Data创建过程中，edge_index表示边的信息，x为节点的特征向量，y为目标值，如果y的维度（[num_nodes, *]）和节点总数的...

2020-04-10 20:10:55 2108 1

原创【PyG学习入门】一：入门使用

简介首先说一下这个东西，全名是PyTorch-Geometric，是一个PyTorch基础上的一个库，专门用于图形式的数据，可以加速图学习算法的计算过程，比如稀疏化的图等。在学习PyG的各个大的分支之前，先看一下官方文档给出的学习例子。参考链接：https://pytorch-geometric.readthedocs.io/en/latest/notes/introduction.html...

2020-04-07 22:12:47 5421 5

原创【图表示学习算法系列】二：NGCF-图结构上协同过滤（1）

[注]括号内容为个人理解内容0.摘要现有的一些算法存在的缺点是没有对隐藏在用户(user)和样本(item)直接的交互信息进行学习编码，没有将其融入到嵌入向量的学习过程。文章中将这种交互信息称为collaborative signal（而这个东西可以理解为用户-样本交互图的拓扑结构，在GCN和GraphSAGE等算法中都是有所体现的）。本文的将用户-样本的交互信息加入到嵌入表达的学习过程中，...

2020-04-05 22:31:02 3230 3

原创【源码阅读系列】一：GraphSAGE代码阅读（1）

0.前言昨天发了一篇关于GraphSAGE论文的大致讲解，今天对源码进行部分解析，源码链接。作者最原始的训练代码是Tensorflow版本的，这是一个PyTorch版本的，恰好最近学习PyTorch，同时也有一段时间不用Tensorflow了，所以就对PyTorch版本的进行解析（其实主要是PyTorch的源码简单还少）。代码可能一次性看不完，毕竟能力有限~~，本文只放置部分关键代码。分析链接为...

2020-04-01 20:09:37 3820

小小小草儿的博客哟

原创【PyG进阶学习】一：AGNN算法

原创【PyG入门学习】四：构建自己的数据集