![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图神经网络
sliver_goup
没有理想就不配哭泣
展开
-
task04:数据完整存储与内存的数据集类
通过继承InMemoryDataset类来自定义一个数据可全部存储到内存的数据集类 储到内存的数据集类。 from typing import Optional, Callable, List, Union, Tuple, Dict import copy from itertools import repeat, product import torch from torch import Tensor from torch_geometric.data.data import Data from原创 2021-06-27 16:23:25 · 230 阅读 · 0 评论 -
task03:基于图神经网络的节点表征学习
简述 在节点预测任务中,我们拥有一个图,图上有很多节点,部分节点的预测 标签已知,部分节点的预测标签未知。我们的任务是根据节点的属性(可以 是类别型、也可以是数值型)、边的信息、边的属性(如果有的话)、通过已知 的节点预测标签,对未知标签的节点做预测。 图神经网络 (1)图卷积神经网络(GCN)是通过对谱图卷积(spectral graph convolutions)进行线性近似的早期模型之一。 (2)Graph Attention Network(GAT)的创建者提出了一种注意机制,允许在整合期间对邻域中原创 2021-06-23 21:37:28 · 207 阅读 · 0 评论 -
task02:消息传递范式
简单理解 消息传递范式是实现图神经网络的一种通用范式。消息传递范式遵循“消息传播-》消息聚合-》消息更新”这一过程,实现将邻接节点的信息聚合到中心节点上。messagePassing类大大方便了我们图神经网络的构建。 ...原创 2021-06-19 23:02:47 · 219 阅读 · 0 评论 -
task01图结构数据
图的表示 一个图被记为 G={V,E},其中 是数量为V={v1,v2,…vN}是数量为N的结点的集合,E= {e1,e2,…eM} 是数量M为 的边的集合。 图用节点表示实体,用边表示实体间的关系 节点和边的信息可以是类别型的,类别型的数据的取值只能是哪一类别。一般类别型的信息为标签。 节点和边的信息可以是数值型的。 大部分情况中,节点含有信息,边可能含有信息。 上图的邻接矩阵为: Ai,j = 1 表示存在从结点vi 到 vj 的边,反之表示不存在结点vi 从结点 vj 到 的边。 图的属性 1:节原创 2021-06-16 22:14:02 · 226 阅读 · 2 评论 -
task00熟悉规则
组队: 修改群昵称 熟悉打卡规则 按时学习,按时打卡 了解学习目标与要求 task01:简单图论与环境配置与PyG库 task02:消息传递范式 task03:基于图神经网络的节点表征学习 task04:数据完整存储与内存的数据集类+节点预测与边预测任务实践 task05:超大图上的节点表征学习 task06:基于图神经网络的图表示学习 task07:图预测任务实践 task08:总结 ...原创 2021-06-13 15:55:55 · 60 阅读 · 0 评论