图神经网络/图表示学习
文章平均质量分 60
图表示学习算法
五阿哥爱跳舞
零散知识记录,分享投稿全流程经验
展开
-
pyG教程
pyG官方教程和个人笔记总结原创 2023-09-14 11:22:56 · 221 阅读 · 0 评论 -
安装pyG
anaconda安装包遇到“无法定位程序输入点于……动态链接库”问题解决方案首次安装的pyG出现问题,因此选择下面的重新安装流程,安装成功,没有再次报错。原创 2023-09-12 19:43:21 · 218 阅读 · 0 评论 -
pyG学习笔记
工欲善其事,必先利其器!原创 2023-08-16 11:57:12 · 271 阅读 · 0 评论 -
青源Talk第7期 | 图神经网络的理论基础-2021 年(魏老师第一次讲 GNN)
视频地址翻译 2023-08-02 14:39:19 · 80 阅读 · 0 评论 -
青源Talk第42期丨图机器学习-2023 年(时隔两年魏老师第二次讲GNN)
图算法目前受大模型的冲击目前不是很大。而且图机器学习的应用入侵到非人工智能领域。但是它也有机遇和挑战:它的假设不确定!工业中的专业问题还没找到(目前有推荐和蛋白质预测)!没有基准模型!翻译 2023-08-02 11:45:57 · 121 阅读 · 0 评论 -
GNN——从图双连通性的角度重新思考图神经网络的表达能力
如何设计具有强大表达能力的图神经网络是图机器学习领域的一个核心话题。近年来,虽然已经提出了大量的网络结构,但人们尚不清楚这些网络结构能够系统地获得怎样的表达能力。从图双连通性的新颖角度来系统探究这一领域的基本问题。图双连通性是图论中的核心概念,它们在各类图学习中具有重要意义。然而,绝大多数主流的图神经网络不具有在图双连通性方面的任何表达能力。我们进而提出了一种系统性的方法,通过引用距离信息来可证明地获得对各类图双连通性问题的表达能力。原创 2023-04-28 11:46:21 · 170 阅读 · 0 评论 -
图机器学习时间简史
2.很多新的自然界的应用场景上应用创新:天气预报,蛋白质,小分子,图结构+图特征是图神经网络的两个创新方面;4.更高效的图神经网络:分布式的图神经网络。1.一些范式的突破:常常借鉴CV和NLP。自监督学习是大的算法研究方向。3.图神经网络的泛化性。原创 2023-01-08 17:47:43 · 532 阅读 · 2 评论 -
图表示学习在蛋白质建模方面的最新进展
应用于蛋白质结构预测:利用蛋白质一级结构(也就是蛋白质序列),预测蛋白质的三级结构。蛋白质的三级结构能够决定蛋白质的功能:例如调节人体内各种免疫翻译等。引导蛋白质设计:包括蛋白质从头设计和蛋白质序列设计。1.同时利用蛋白质结构和序列信息来学习特征表示。问题:真正设计出有用的蛋白质需要多久?应用于蛋白质功能的标注。2.对蛋白质设计基础模型。原创 2023-01-08 13:13:56 · 194 阅读 · 0 评论 -
大规模图神经网络应用和最新范式的探索
图神经网络年度进展和展望2023原创 2023-01-08 12:36:46 · 194 阅读 · 0 评论 -
基于子图GNN的高精度可扩展图学习
对于子图GNN来说,每一个节点可以根据不同的子图,得到不同的feature,不同的feature具有不同的子图结构信息。子图会在很多关键特征上和原图保持一致。因此在子图上的训练就可以近似于在原图上的训练。蓝色是核心思想,绿色圈中的文章是核心的工作;今天主要相关工作是节点层面和图层面。节点、链路预测、图层面的三类任务。原创 2023-01-08 12:27:41 · 182 阅读 · 0 评论 -
[论文导读] GATv2: 《how attentive are graph attention network?》ICLR2022
ICLR 2022论文论文主要讨论了当前图注意力计算过程中,计算出的结果会导致,某一个结点对周围结点的注意力顺序是不变的,作者称之为静态注意力,并通过调整注意力公式将其修改为动态注意力。并通过证明,说明公式修改的正确性。也通过实验说明采用动态注意力的模型效果比静态更好。可以简单的理解就是:静态,无论是哪个q中心节点,它对邻居ki的注意力最大的k(或者顺序)都是不变的。而对于动态注意力,不同的中心节点q,对应的会对任何一个邻居ki注意力最大。原创 2022-12-08 19:53:40 · 1807 阅读 · 1 评论 -
DGL教程
注意:往图中添加的特征必须都是tensor格式。dgl图构造器来构造图,需要知道。此时图中没有节点和边的特征。原创 2022-09-26 10:09:13 · 1941 阅读 · 0 评论 -
DGL GPU版本加速训练时遇到的各种错误总结,以及常见错误解决方案
文章目录1.常见问题解决路径1.1官网问题反馈页面1.2github的issue页面2.我遇到的问题2.1 RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cpu and cuda:0! (when checking argument for argument mat2 in method wrapper_mm)2.2 dgl._ffi.base.DGLError: Ca原创 2022-03-23 22:40:27 · 6672 阅读 · 0 评论 -
Link prediction 链路预测方法简述
链路预测0 引言1 链路预测问题定义2 链路预测相关方法2.1 启发式算法(基于打分的算法)2.2 基于图特征学习的算法(基于图表示学习-图嵌入技术的方法)2.3 基于图深度学习的方法(基于图表示学习-图深度学习技术的方法)0 引言链路预测、边预测是graph中的一个常见的问题,讨论这个问题的论文也比较多,其中一篇经典论文node2vec中对这一个问题做了精简的方法概述,并且这也是第一次将表示学习算法(node2vec)用于链路预测当中。1 链路预测问题定义链路预测问题是指,我们给定一个删除一定比例原创 2022-04-11 21:47:18 · 9721 阅读 · 4 评论 -
deepwalk原理及其应用
DeepWalk详解资料知乎专栏https://zhuanlan.zhihu.com/p/56380812github资料,本文以下述1和3资料为源本完善修改而成https://github.com/shenweichen/GraphEmbeddinghttps://github.com/ZhaoLiang-GitHub/GraphEmbedding-Deeplearninghttps://github.com/swallown1/GraphEmbedding论文原文Paper:Tang J原创 2021-10-11 09:54:23 · 470 阅读 · 0 评论 -
GNN图神经网络基础入门博客
文章目录高等代数欧几里得空间高等数学线性代数高等代数欧几里得空间一句话总结:欧几里得空间就是在对现实空间的规则抽象和推广(从n<=3推广到有限n维空间)。欧几里得几何就是中学学的平面几何、立体几何,在欧几里得几何中,平行线任何位置的间距相等。而中学学的几何空间一般是2维,3维(所以,我们讨论余弦值、点间的距离、内积都是在低纬空间总结的),如果将这些低维空间所总结的规律推广到有限的n维空间,那这些符合定义的空间则被统称为欧几里得空间(欧式空间,Euclidean Space)。而欧几里得空间主原创 2021-06-28 22:27:38 · 703 阅读 · 1 评论