- 博客(4)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 GraphConvolution的实现说明
GCN是特别常见的图神经网络模型，这个模型在各种图神经网络的开源库都有实现，例如DGL，PYG。但是开源库里面的实现，基本上是空域的图卷积操作，意思是说DGL和PYG里面的邻接矩阵 AAA 都必须是硬定义的。这里的良性定义是指：Aij∈{0,1}A_{ij}\in\{0,1\}Aij∈{0,1}，每个元素非0即1，必须能够确定性的知道是否存在节点 iii 和节点 jjj直接的连边。如果我们想要跑soft 的邻接矩阵 Aij∈[0,1]A_{ij}\in[0,1]Aij∈[0,1]，这个矩阵里面的元素是连
2021-04-22 17:51:49
2736
1
原创 torch.where函数用法
函数原型：torch.where(condition, x, y) → Tensor作用： 将两个tensor ： x和y进行逐元素合并，condition ，x和y需要是相同形状的、或者可以广播为相同形状。假设合并后的结果为z，z的形状为x，y两者的形状或者他们广播后的形状。对于每个下标i，如果condition[i] 满足条件，那么z[i]等于x[i]，否则z[i]等于y[i] 。举例：>>> x = torch.randn(3, 2)>>> y = to
2021-04-13 16:38:47
2094
原创 Pytorch-geometric 图神经网络库 教程 （一）
前言之前我是一直使用DGL这个图神经网络库做图神经网络方面的研究的，DGL也是一个特别漂亮的图神经网络开源库。但是DGL有如下两个缺点：DGL适合跑那种邻接矩阵是良性定义的graph。良性定义是指Aij∈{0,1}A_{ij}\in\{0,1\}Aij∈{0,1}，邻居矩阵的每个元素不能是连续的。DGL的库更新的慢。此外，DGL主要是基于传统的图计算那套方法来实现的，里面有mailbox之类的，并不是用数学公式来直接表达。Pytorch-geometric则是可以解决如上的两个缺点。因此，
2021-04-05 21:01:00
3281
1
原创 Winodws/Linux 平台上 各个版本pytorch的pip安装
v1.8.0# RocM 4.0.1 (Linux only)pip install torch -f https://download.pytorch.org/whl/rocm4.0.1/torch_stable.htmlpip install ninjapip install 'git+https://github.com/pytorch/vision.git@v0.9.0'# CUDA 11.0pip install torch==1.8.0+cu111 torchvision==0.9
2021-04-01 10:01:03
944
定制版LightGBM
2018-06-24
深度学习_高清PDF,带书签目录
2017-10-15
神经网络在艺术风格上的学习应用
2016-03-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人