![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
网络表示学习
明心_前进
这个作者很懒,什么都没留下…
展开
-
pycharm解释器更改失效
pycharm 解释器更改失效今天遇到一个问题是我在settings中更改了项目解释器,但是却一直使用的是之前的解释器在运行。解决方法如下:解释器更改失效原创 2021-12-14 19:49:13 · 1467 阅读 · 0 评论 -
Come ModuleNotFoundError: No module named ‘utils.training_sdg_inner‘
最近在服务器上重新搭建Come的环境,运行时报了一个错误ModuleNotFoundError: No module named 'utils.training_sdg_inner'然后我忘了之前是如何解决的,于是查看原作者github中的问题描述查看有没有解决思路。Come问题描述然后发现了其中一个解答有印象Hello,I successfully installed comE today. 1. Install Cython==0.25 2. In comE-master, run:原创 2021-05-17 15:53:29 · 323 阅读 · 0 评论 -
模块度函数
模块度函数的理解注:文章中的Q计算部分Q=12×2[(0−2×22×2×1+0+(1−2×12×2×1)]+12×2[0+(0−1×12×2)+0]+12×2[(0−1×12×2)×1+(1−1×22×2)×1+0]Q = \frac{1}{2\times2}[(0-\frac{2\times2}{2\times2}\times1+0+(1-\frac{2\times1}{2\times2}\times1)]+\frac{1}{2\times2}[0+(0-\frac{1\times1}{2\time转载 2020-08-03 17:30:22 · 720 阅读 · 0 评论 -
对LINE的理解
LINE: LARGE-SCALE INFORMATION NETWORK EMBEDDING现在对于信息网络的研究我们是十分重视的,但是现有的大多数图嵌入方法都不适用于通常包含数百万个节点的真实信息网络。所以LINE的作者提出了这样一种新的网络嵌入方法,它适用于任意类型的信息网络:无向、有向或者加权。一阶近似以及二阶近似一阶近似局部结构由网络中观察到的链路来表示,这些链路捕捉顶点之间的一阶近似。网络中的一阶近似是两个顶点之间的局部成对接近。对于由一条边(u,v)链接的每对顶点,该边上的权重wuv表示原创 2020-07-28 16:49:40 · 1082 阅读 · 0 评论