大卫DrDavidS的博客

原文：Link Prediction using Graph Neural NetworksDGL笔记1——用DGL表示图DGL笔记2——用DGL识别节点DGL笔记3——自己写一个GNN模型在DGL笔记2——用DGL识别节点中

原文：Write your own GNN module之前我们学习了 DGL 怎么表示一个图，然后怎么写一个简单的 GCN 模型进行节点识别。但是有时候我们的模型不仅仅是简单地堆叠现有的 GNN 模块。 比如我们现在想发明一种考虑节点重要性或边权重来聚合邻域信息的新方法，该怎么办？所以我们现在将要学习：DGL 的消息传递 API。自己实现 GraphSAGE 卷积模块。记得在看这篇之前先看上一篇 GNN 分类哈~首先导入相关包：import dglimport torchim

原文：How Does DGL Represent A Graph?GNN 对于很多图机器学习任务来说是一个很强大的工具。这篇文章我们会学习使用 GNN 进行节点分类的工作流程，也就是“如何为节点分类”。学习完本文，我们可以加载 DGL 自带的数据集。使用 DGL 提供的神经网络模块构建 GNN 模型。在 CPU 或 GPU 上训练用于节点分类的 GNN 模型，并且评估效果。当然这都建立在你已经有 PyTorch 的使用经验上。import dglimport torchimport

DGL是如何表示一个图的原文：How Does DGL Represent A Graph?今天我们来学习一下 DGL 是如何表示一个图的。我们会学到以下内容：从零开始新建一个图将节点和边特征分配给图查询DGL图的属性将DGL图转换为其他图加载和保存DGL图DGL图的构建DGL 将有向图表示为一个 DGL 图对象。图中的节点编号连续，从0开始。我们一般通过指定图中的节点数，以及源节点和目标节点的列表，来构建这么一个图。举个???? ，下面的代码构造了一个图，这个图有五个叶子????节

这里写自定义目录标题Pytorch自动混合精度简述Autocasting未完待续合理的创建标题，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Pytorch自动混合精度本文是《AUTOMATIC MIXED PRECISION PACKAGE - TO

原创作者：你们大卫假设本地 Ubuntu 服务器已经安装好了Docker，这里讲述一下如何开始运行Anaconda3的Docker镜像：1. 搜索镜像搜索我们想要的anaconda镜像：docker search anaconda2. 拉取镜像我们决定拉anaconda3官方镜像，即continuumio/anaconda3这个镜像：...

CentOS 安装 XGboost 报错解决。

line_profiler 和 memory_profiler 性能测试调优

决策树到CART，到GBDT，到XGBoost

sklearn.metrics.precision_score 中 unknow is not supported 问题解决

增加了储存模型和读取模型的功能，分别写在两段代码里面。

补充一下什么是 One-Hot 编码。中文又叫独热码，比如前文MNIST中把数字1编码为 [0,0,0,0,0,0,0,0,0,1]，这种就是独热码编码形式，有多少个状态就有多少个bit，这里有十个数字，就有十个bit。首先你得知道什么是 Word Embedding，word embedding的意思是：给出一个文档，文档就是一个单词序列比如 “A B A C B F

解决了之前的问题，成功使用 sklearn API

在Github 上面找到了一个信用卡诈骗数据集：https://github.com/georgymh/ml-fraud-detection数据源于 kaggle 的信用卡诈骗数据。其中给出了三种大方法，分别是神经网络，kmeans，以及逻辑回归。但是今天我想要用XGBoost 试一试。

安装 TensorFlow 会另外单独讲，这里零碎记录 http://wiki.jikexueyuan.com/project/tensorflow-zh/ 开始的流程。首先会跑一个 hello world，注意这里原本是 Python 2.x 的代码，我已经修改为 Python 3.x 代码了