本文详细介绍了在基于注意力机制的图嵌入（GAE）中，如何加载数据、初始化权重、以及运用关键数学运算和张量操作。涉及到的步骤包括数据加载如csr_matrix，权重初始化如truncated_normal和random_uniform，以及numpy中的随机数生成和线性代数操作，如np.prod和svd。同时，文章还讨论了TensorFlow中的sparse_tensor_dense_matmul、gather、get_collection等函数的使用，以及如何通过sparse.identity构建单位矩阵。最后，提到了ExponentialMovingAverage和control_dependencies在模型训练中的作用。
load_data_monti：
initialization：
- tf.truncated_normal:https://blog.csdn.net/u013713117/article/details/65446361/
- tf.random_uniform:https://www.w3cschool.cn/tensorflow_python/tensorflow_python-rnix2gv7.html
- np.prod：https://blog.csdn.net/Hero_Never_GIVE_UP/article/details/81114308
- np.random.normal：https://blog.csdn.net/lanchunhui/article/details/50163669
- np.linalg.svd：
最低0.47元/天 解锁文章
扫一扫
3794
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
