![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
网络表示
文章平均质量分 95
ttliu_kiwi
进一寸有一寸的欢喜~
读经典的书,走更多的路。
展开
-
论文笔记 | graph pre-training 系列论文
图预训练论文笔记1. Strategies for pre-training graph neural networks2. Multi-stage self-supervised learning for Graph Convolutional Networks on graphs with few labeled nodesMotivation具体方法3. GPT-GNN: Generative Pre-training of Graph Neural Networks4. Pre-training G原创 2021-01-17 08:50:21 · 1628 阅读 · 0 评论 -
Node2vec: Scalable Feature Learning for Networks(KDD16)
Node2vec: Scalable Feature Learning for Networks(KDD16)阅读笔记 作者:斯坦福大学 Aditya Grover,Jure Leskovec 研究内容 研究问题:学习网络的特征表示,将节点映射到低维空间,并且最大程度的保留节点的邻居信息。 现有方法的不足:不能获取和表示网络中连接模式的多样性diversity 研究难点: 研究方法:提出nod...原创 2019-03-29 14:09:36 · 704 阅读 · 0 评论 -
DeepWalk代码解释
代码运行 对给定的图数据集生成节点的embedding: 先对图中的节点进行随机游走 再将随机游走的路径作为Word2Vec的输入,生成节点的embedding 执行代码如下: python __main__.py --input ../example_graphs/karate.adjlist --output ../example_graphs/karate.embeddings pyt...原创 2019-08-29 09:15:06 · 5590 阅读 · 3 评论