- 博客(39)
- 收藏
- 关注
RSS订阅
原创 第一章 递推算法
标第一章 递推算法解题方法：在已知条件和所求问题之间总存在着某种相互联系的关系，关键是前后过程之间的数量关系（即递推式），然后进行顺推或逆推。1.求斐波那契数列的前n项和Fibonacci 数列：0，1，1，2，3，5，8，13，21，34，…… f0= 0 f1= 1 fn= fn-1 + fn-2 ( n>= 2 ) 关键代码int n, i, a0...
2019-09-23 19:24:54
364
原创 错误：Resource punkt not found. Please use the NLTK Downloader to obtain the resource:
从https://www.nltk.org/data.html下载punkt包。放到下面任意一个目录中。
2023-12-07 19:09:21
931
原创 pip安装包报错：WARNING: Running pip as the ‘root‘ user can result in broken permissions and conflicting be
1 pip安装包时报错。
2023-06-16 17:52:51
7959
1
原创 IMPORTANT: You may need to close and restart your shell after running ‘conda init‘.
【代码】IMPORTANT: You may need to close and restart your shell after running ‘conda init‘.
2023-06-16 15:48:51
278
2
原创 torch +cuda常见问题
1 torch + cuda用cuda的torch，最好不要直接conda 或者pip去安装，否则用gpu去训练、测试模型容易出问题。建议直接去torch官网找https://pytorch.org/get-started/previous-versions/如果使用上面的命令安装后，报错（Could not find a version that satisfies…）。可能是cuda + torch的版本windows还没有，可以去官网看看cuda + torch版本对windows的适用情况，
2023-06-15 21:57:21
195
原创 pycharm专业版安装
1 去官网下载安装包https://www.jetbrains.com/pycharm/download/2 安装点击exe文件安装，自定义安装路径，尽量别装在c盘安装中把选项勾上点Install完事3 激活专业版学生账号可以免费用，使用学校给的邮箱去官网注册一下即可注册完直接登录账号就可有1年免费使用权
2023-06-15 21:45:50
53
原创 pycharm使用Anaconda创建好的环境
step1:创建项目后，选择previously configured interpreter->AddInterpreterstep2：找到Anaconda3\envs\文件夹下创建的环境，选择python.exe即可
2023-06-15 20:25:34
122
原创 Conda、pip下载包：PackagesNotFoundError: The following packages are not available from current channels:
1 问题安装包的时报下面错误（安装包之前查一下当前环境对应的包的版本：conda search 包名）2 解决方法报错原因是当前镜像中不存在这个包，解决方法如下：直接去官网https://anaconda.org/搜包名，找到对应的版本点进入，复制命令即可
2023-06-15 17:40:03
969
原创 Anaconda创建环境时FileNotFoundError|Executing transaction: failed
【代码】Anaconda创建环境时FileNotFoundError|Executing transaction: failed。
2023-06-15 15:48:31
948
1
原创 Anaconda报错solving environment:failed
【代码】Anaconda报错solving environment:failed。
2023-06-15 11:45:37
4850
1
原创 布隆过滤器代码（SpringBoot+Redis+mybatis）
1 布隆过滤器如何解决缓存穿透把数据的key在布隆过滤器中记录，相当于在redis前挡一个布隆顾虑器。当有新请求时，先去过滤器中查询是否存在，如果不存在直接返回（减少无数据情况下，命令直接打到mysql数据库的压力）；如果存在，再去查询缓存redis，如果redis里没有查到再去查询mysql。2 整体架构3-1 setBit构建代码计算key的hash值，对数据长度取模，计算在bitmap数组中位置，把相应位置置13-2 getBit构建代码计算key的hash值，对数据长度取模
2023-05-27 09:48:09
201
原创 BigDecimal为何能解决浮点数运算时精度丢失问题（底层）
1 为什么浮点数运算有精度丢失风险原因：计算机在存储浮点数时，指数和尾数能占用的bit位是固定的，十进制小数在转二进制小数时乘2取整，直到不存在小数为止，如果在运算时超过尾数限制的bit位长度，就会被截断，所以就导致小数精度发生损失解决方法：定义一个误差范围；或使用decimal2 底层原理十进制整数在转化为二进制数时不会有精度问题，所以将十进制小数扩大N被让它在整数维度上进行计算（BigInteger类型），并记录小数点位置即可；BigDecimal进行运算时分解为两部分，BigInteg
2023-05-07 22:21:35
1771
原创 Java对象逃逸及逃逸分析
同步省略：如果通过逃逸分析发现，同步代码块所使用的锁对象，只能够被一个线程访问而没有被发布到其他线程，那么JIT编译器在编译这个同步代码块的时候，会取消对这部分代码的同步（锁消除），极大提高并发性和性能。栈上分配：将堆分配转为栈分配，线程结束后，栈空间被回收，对象也会被回收，无须进行垃圾回收了。标量替换：对象拆分成标量，存储在栈中。
2023-05-07 16:39:20
361
原创 Eclpise项目如何导入外部jar包
项目名上右击，依次选择【Build Path】–>【Configure Build Path…】，在打开的窗口中，先选中【Libraries】页，再从右边的按钮中点击 【add JARs…在打开的窗口中，我们依次展开本项目的项目和lib文件夹，然后选中我们刚才复制到项目中的jar包，然后点击【Apply】使刚才的操作生效，最后点击【OK】关闭窗口。注：原文链接：https://blog.csdn.net/qq_36853469/article/details/89520178。
2023-04-09 15:00:29
421
原创 dbeaver问题：Public Key Retrieval is not allowed
连接数据库时出现错误（Public Key Retrieval is not allowed）编辑连接信息–设置驱动属性为true–刷新一下。
2023-04-02 09:51:40
124
原创 1-2 MySQL下载、安装、配置
可以安装多个版本的MySQL，只要每个服务的端口号（port）设置不同即可，这样就可以根据端口号去打开不同的MySQL。配置好环境变量之后才能在任意目录下，识别出SQL指令。要不然SQL指令只能在bin目录下使用。配置好之后，新开CMD，mysql --version即可识别指令。把软件安装的bin目录配置到环境变量中。
2023-04-01 15:11:33
74
原创 Detecting Communities from Heterogeneous Graphs:A Context Path-based Graph Neural Network Model
1.异构图如何学习节点的嵌入传统方法基于meta-path学习节点的嵌入，捕获高阶关系缺点：定义有意义的meta-path需要专业知识本文方法基于context path捕获节点之间的高阶关系，构造基于context path的图神经网络（CP-GNN）2.预备知识异构图进行社区检测的两个主要方法1）一个社区内只包括一种类型的节点 （本文的方法）2）一个社区内包含多种类型的节点List item...............
2022-06-01 17:13:45
658
4
转载 MetaPath2vec：异质图Graph Embedding
论文：metapath2vec: Scalable Representation Learning for Heterogeneous Networks期刊：KDD 20171.Introduction传统方法中，一般将网络转化成邻接矩阵，然后使用机器学习来挖掘网络中的信息，学习嵌入，但是邻接矩阵通常很稀疏。对于复杂网络的表示学习，一些基于神经网络的模型也有非常好的效果，例如（DeepWalk，node2vec，以及LINE）但上述算法仅适合包含一类节点和边的同构网络，不能很好的用于包含多种顶点类型
2022-05-31 11:13:10
483
原创 生成对抗网络（GAN）在图网络中的应用
1.背景知识网络表征学习（Graph Representation Learning、 Network Embedding、 Graph Embedding）：将图中的每一个节点映射到低维的向量空间，以便进行下游任务（例如节点分类，链路预测等）图表征学习的研究从很早就开始了，从最简单的邻接矩阵表示，到后面对邻接矩阵进行矩阵分解（SVD），再到基于随机游走的方法（DeepWalk、Node2Vec）以及Graph Neural Network和基于注意力机制的Graph Attention Networ
2022-05-16 17:25:00
1014
原创 Self-supervised Heterogeneous Graph Neural Network with Co-contrastive Learning
1.基本概念self-supervised数据不用打标签，从数据本身寻找监督信号，原先损失函数定义为预测值和标签的交叉熵（学习的目标是使预测值和真实值尽可能接近），现在定义损失不用数据标签，而是从数据本身的监督信息出发（学习的目标是）contrastive learning一种典型的自监督学习方法，从数据中提取正样本和负样本，学习的目标是最大化与正样本的相似性，最小化与负样本的相似性self-supervised 和 supervised的区别监督式的训练数据需要有lable，学习的目标是使模
2022-05-13 16:44:29
1949
原创 Multi-attributed Community Search in Road-social Networks
1.问题定义（Multi-attributed CS）找到的社区结构与查询用户高度相关，并且所得社区结构在当前属性中得分最高（还是传统的两步，先根据查询节点找社区，再根据属性筛选）2.研究背景（location-based social networks (LBSN) ）网络中不仅有用户和朋友关系，每个用户节点还和不同的属性相关联，例如位置信息，数字属性等Multi-attributed Road-social Networks定义？？每个节点有位置信息以及几个数值属性3.Top-j
2022-05-03 21:57:42
213
原创 A survey of community search over big graphs
1.社区搜索的一些具体应用推荐蛋白质预测图深度学习书中的应用2.常见的定义社区的标准k-clique：子图中有K个点，且每个点都与其余节点有边相连k-truss：每条边至少与其余边形成K-2个三角形（每条边上的两个顶点，至少有k-2个公共邻居）truss number：包含边e的k-truss子图中，最大的Kk-ECC：移除任意k-1条边之后子图仍是连通的(每个顶点至少有K个邻居)k-core：每个节点的度至少为K（ largest subgraph ）,选出的子图可能不是连通的c
2022-04-29 20:48:03
492
原创 Query Driven-GNN for Community Search:From Non-Attributed,Attributed,to Interactive Attribute
1.问题定义CS（Community search）寻找包含查询节点的社区结构，使其内部结构紧密ACS（Attributed community search）寻找包含查询节点的紧密结构，且社区内成员的属性和查询属性相似2.传统方法缺点CS根据预定义的子图（k-core，k-truss…）寻找包含查询节点的社区，限制性太强，现实世界中很多社区不能满足这种结构ACS将问题分解两步执行（two-stage process），忽略了社区结构和节点属性之间的关系，以及属性和属性之间的关
2022-04-21 21:36:00
1752
2
原创 机器学习为什么归一化（normalization）
1.什么是归一化将数据的数值规约到（0,1）或者是（-1,1）区间，让各维度数据分布接近，避免模型参数被分布范围较大或者较小的数据支配。2.为什么归一化机器学习的目标就是不断优化损失函数，使其值最小，未归一化时，使用梯度下降时，梯度方向会偏离最小值方向，使梯度更新总很多弯路，归一化之后，损失函数曲线变得比较圆，有利于梯度下降。加快梯度下降,损失函数收敛;—速度上提升模型精度–也就是分类准确率.(消除不同量纲,便于综合指标评价,提高分类准确率)—质量上防止梯度爆炸(消除因为数据输入差距(1和2
2022-04-20 10:12:29
2528
原创 ICS-GNN:Lightweight Interactive Community Search via Graph Neural Network
1.问题定义给定一个查询节点，求出此节点所属的社区。社区搜索用途（可以为许多应用提供候选集：friend recommendations，fraudulent graph discover）2.现存方法缺点1）先爬取大部分的网络数据，然后从中寻找社区，但是爬取的数据很大一部分对终端用户没用。并且不能实时爬取数据，将数据爬取和社区搜索分开。2）使用人工定义的规则评价社区好坏，社区结构是灵活的，不能有效的评估3）根据预定义的规则（k-core，k-truss）在真实的数据中很难发现高质量的社区
2022-04-16 16:42:42
1211
原创 属性图社区搜索--QD-GCN（Query-Driven Graph Convolutional Networks for Attributed Community Search）
1.什么是ACS（attributed community search）对于给定的查询节点 (节点+该节点的属性)，找出其所属社区2.ACS–传统方法传统方法传统方法分两步执行1）structural matching：找出查询节点的候选社区结构2）attribute filtering：优化属性函数，来缩小或筛选第一步选出的社区缺点1）将结构和属性分开处理，忽略结构和属性关联，现实世界的社区结构和属性是有关系的2）传统社区搜索基于预定义的子图（先根据如下标准：k-core，k-
2022-04-12 22:36:20
1447
原创 GNN从入门到找门--图神经网络
1.GCN转换过程将矩阵通过傅里叶变换转换成谱域，通过逆傅里叶变换转换成空域，得到GCN网络，大部分图神经网络使用空域。从空域角度理解GCN一个不断提取图特征的过程，（邻接矩阵A+单位矩阵）和特征矩阵相乘的物理意义：聚合此节点周围所有邻居的特征，以及自己本身的特征，然后左右乘度矩阵（原度矩阵基础上＋1）进行归一化。GCN网络只改变每个节点的维度，不改变图的结构。将最终一层维度等于类别数，输出结果进行softmax，既得到每个节点属于某个标签的概率，可进行分类。或者把GCN当作特征提取器，将最
2022-04-11 19:47:36
773
原创 GNN从入门到精通--复杂图的embedding （3）
1.异质图嵌入异质图异质图存在不同类型的节点（节点关联的特征类型不相同），旨在将不同类型的节点映射到一个公共嵌入空间。不同类型的节点可能有不同形式（文本、图像…）和维度的节点特征，每种节点类型采用不同的深度模型，将相应特征映射到公共嵌入空间。例如，与节点关联的特征是图像时，CNN可以被用作映射函数。学习的目标是保留节点之间成对的连接信息，所以提取器提取出相连节点的信息（邻接矩阵），重构器根据嵌入域的表示来恢复邻接矩阵A。图注：某一节点对 i 和 j 在重构的邻接矩阵中值为1和0的概率（节点对相连的概
2022-04-11 16:06:32
1368
原创 GNN从入门到精通 -- Graph Embedding (2)
1.什么是图嵌入将图中的每个节点映射为一个低维的向量表示，映射后的向量应尽可能多的保留原图中节点的关键信息，以便更好地进行下游任务。2.哪些信息需要被保留？不同的图嵌入算法信息保留的侧重点也不一样，根据不同的下游任务，原图中需要保留的信息重要性程度也不一样（例如节点的邻域信息，结构角色，社区信息等）。3.如何保留关键信息？大多数技术共同思想就是，利用嵌入域中的节点表示，重构出要保留的图域信息（因为良好的节点表示应该能够重构出希望保留的关键信息），所以整个节点嵌入的学习过程就是，最小化重构
2022-04-08 21:39:07
1283
原创 GNN从入门到精通--Graph基本介绍（1）
1 连通图，连通分量对于一个无向图，如果任意节点i能通过一些边到达节点j，则称为连通图。无向图G的一个极大连通子图称为G的一个连通分量。连通图只有一个连通分量；非连通的无向图有多个连通分量。2 有向图的连通性强连通图：有向图中任意一对节点可达弱连通图：至少有一对节点不满足单向连通，但去掉边的方向后，节点之间可达3 最短路径，图直径最短路径：图中两节点之间路径中最短的图直径：图中任意所有节点最短路径的最大值4 度中心性（节点的度）/ (n-1) n为图中节点总数
2022-04-07 09:37:16
653
原创 第四章 动态规划
基本思想是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。1.矩阵连乘问题已知：给定n个矩阵{A1,A2,…,An}，其中Ai与Ai+1是可乘的，计算：这n个矩阵的连乘积A1A2…An所需要的乘法运算的次数最小值。分析：将矩阵连乘积AiAi+1…Aj简记为A[i:j], 这里i≤j;考察计算A[1:n]的最优计算次序。设这个计算次序在矩阵Ak和Ak+...
2019-10-07 17:21:11
262
原创 STL简介
1.容器类是容纳、包含一组元素或元素集合的对象；向量（vector） 双端队列（deque） 列表（list） 集合（set）、多重集合（multiset） 映射（map）和多重映射（multimap）容器分类a序列式容器每个元素都有固定位置－－取决于插入时机和地点，和元素值无关，vector、deque、list；b关联式容器元素位置取决于特定的排序准则，和插入顺序无关set...
2019-10-07 11:34:50
164
原创 第三章 递归与分治策略
第三章 递归与分治策略直接或间接地调用自身的算法称为递归算法。用函数自身给出定义的函数称为递归函数。边界条件与递归方程是递归函数的二个要素，递归函数只有具备了这两个要素，才能在有限次计算后得出结果。递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当边界条件满足时，递归返回。注意：在使用递增归策略时，必须有一个明确的递归结束条件，称为递归出口，否则将无限进行下去...
2019-09-23 21:35:30
268
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人