MindSpore
文章平均质量分 69
孙小北
个人小站:www.xiaowangyun.com
展开
-
昇思25天学习打卡Day01
昇思25天学习打卡原创 2024-06-25 08:57:20 · 177 阅读 · 0 评论 -
MindSpore实践图神经网络之GCN
图卷积网络(GCN)于2016年提出,旨在对图结构数据进行半监督学习。它提出了一种基于卷积神经网络有效变体的可扩展方法,可直接在图上操作。该模型在图边缘的数量上线性缩放,并学习隐藏层表示,这些表示编码了局部图结构和节点特征。GCN(图卷积神经网络) 类似CNN(卷积神经网络),只不过CNN用于二维数据结构,GCN用于图数据结构。GCN实际上跟CNN的作用一样,就是一个特征提取器,只不过它的对象是图数据。GCN精妙地设计了一种从图数据中提取特征的方法。GCN包含两个图卷积层。原创 2024-05-30 21:57:47 · 300 阅读 · 2 评论 -
MindSpore实践图神经网络之图数据
通常一个图(graph)G是由一系列的节点(vertices)V以及边(eage)E,简单的图如下所示。图中包含节点V = {a, b, c, d},和边E = {(a, b), (b, c), (c, d), (d, b)},针对图中的连接关系通常需借助数学的方式进行描述,如常用的基于邻接矩阵的方式,用于描述上述图连接关系的矩阵C如下,其中a、 b、c、d对应为第1、2、 3、4个节点。原创 2024-05-30 21:56:55 · 1011 阅读 · 0 评论 -
MindSpore实践图神经网络之环境篇
MindSpore在Windows11系统下的环境配置。MindSpore环境配置大概分为三步:(1)安装Python环境,(2)安装MindSpore,(3)验证是否成功如果是GPU环境还需安装CUDA等环境,可以参照官网 https://www.mindspore.cn/install接下来介绍几款开发IDE以及辅助工具,此处省略了上一节Minicanda安装Python环境,没有安装可以参照:【MindSpore易点通】图神经网络实践系列01开篇。原创 2024-05-29 22:52:38 · 804 阅读 · 1 评论 -
MindSpore实现图神经网络之理论篇
但是,现实世界中存在许多复杂系统,这些系统常常表现为复杂网络的形式,如社交网络,交通网络,蛋白质交互网络,由于这些复杂网络的不规则性,传统的神经网络很难直接应用于图数据。消息传递机制指的是要更新某一个点的特征,需要考虑周边和它相连的点的特征,这里就要用到消息函数。然后用另一个网络整合周边节点信息,接着加和到这个节点本身的特征中,这两步更新模式就构成了一个基本的消息传递机制。图神经网络的每一个特征提取层都会对节点的特征和连接的特征进行更新,这种更新模式被叫作消息传递机制。原创 2024-05-29 22:50:42 · 647 阅读 · 0 评论