图的存储与稀疏邻接矩阵

最新推荐文章于 2024-05-01 19:00:19 发布

金哈和二毛

最新推荐文章于 2024-05-01 19:00:19 发布

阅读量1.9k

点赞数

分类专栏：表征学习文章标签： python 深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_37870999/article/details/114990657

版权

图的存储与稀疏邻接矩阵scipy_sparse_matrix

前言
一、方法

前言

今天在做一个表征学习的模型，模型的输入数据是图，包括节点、边和边的权重。因为图中包含的节点很多，直接使用邻接矩阵存储会消耗大量的内存，所以我基于python使用稀疏矩阵的方式存储图。在这里插入图片描述

一、方法

首先通过一个简单的示例来构建图

G = nx.Graph()
G.add_edge(0,1,weight=

最低0.47元/天解锁文章

金哈和二毛

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
图的存储与稀疏邻接矩阵

图的存储与稀疏邻接矩阵scipy_sparse_matrix前言一、方法前言       今天在做一个表征学习的模型，模型的输入数据是图，包括节点、边和边的权重。因为图中包含的节点很多，直接使用邻接矩阵存储会消耗大量的内存，所以我基于python使用稀疏矩阵的方式存储图。一、方法       首先通过一个简单的示例来构建图G = nx.Graph()G.add_edge(0,1,weight=2)G.add_edg
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。