图神经网络
文章平均质量分 59
图神经网络
兀坐晴窗独饮茶
我的个人博客 http://knightzz.cn/
展开
-
图神经网络文章整理
知乎图神经网络(GNN)-5.图神经网络简介工业界主流的图神经网络及其分析图神经网络(GNN)-3.基于随机游走的节点/图表征方法图神经网络原创 2022-05-11 10:58:19 · 255 阅读 · 0 评论 -
Pytorch中tqdm进度条的使用
参考文章https://zhuanlan.zhihu.com/p/378474516代码示例def train(args): # 获取训练数据 datasets = pre_process() data = datasets[0].to(device) # 定义模型 model = GAT(datasets.num_features, datasets.num_classes, [200, 100]).to(device) # 定义损失函数原创 2022-05-06 09:40:47 · 2545 阅读 · 2 评论 -
Link Prediction Based on Graph Neural Networks
摘要链接预测是网络结构化数据的一个关键问题。链路预测启发式方法使用一些得分函数,如共同邻居和Katz指数等来衡量链路的可能性。由于它们的简单性、可解释性,以及对其中一些启发式方法的可扩展性,因此获得了广泛的实际应用。然而,每一种启发式都有一个很强的假设,即两个节点何时有可能链接,这导致了它们在这些假设失效时的网络上链路预测的效果不好。在这方面,更合理的方法应该是从给定网络中学习一个合适的启发式,而不是使用预定义的启发式。通过提取每个目标链路周围的局部子图,我们的目的是学习一个将子图模式映射到链路存在的函数原创 2022-04-30 08:05:01 · 2126 阅读 · 0 评论 -
从零开始学习神经网络 - torch_geometric库下载
1. torch_geometric 环境搭建No module named torch_sparse, 及pytorch-geometric安装pytorch-geometric-whl图神经网络库PyTorch geometric(PYG)零基础上手教程找到自己对应的版本即可我的 CUDA版本 : 10.2Pytorch版本 : 1.10.0根据具体情况选择版本pip install torch-scatter==2.0.9 -f https://pytorch-geome原创 2022-03-04 17:24:23 · 574 阅读 · 0 评论 -
从零开始学习图神经网络 - 图的基本知识以及NetworkX库
1. 图的基础知识1.1 中心性1.1.1 度中心性度中心性的计算公式度中心性=Ndegreen−1度中心性 = \dfrac{N_{degree}}{n - 1}度中心性=n−1NdegreeNdegreeN_{degree}Ndegree 是指当前节点的度n 是指节点数1.1.2 特征向量中心性特征向量中心性特征向量中心性不仅仅考虑当前节点的度还考虑了和它相邻节点的度1.1.3 中介中心性中介中心性Betweeness=其他节点经过该节点的最短原创 2022-03-01 09:47:46 · 1400 阅读 · 0 评论 -
从零开始学习图神经网络 - Data类和Datasets的基本使用
Data类——PyG中图的表示及其使用torch_geometric.data.DataPyG-01 数据预处理-torch_geometric.data.Data# Data类的构造函数class Data(object): def __init__(self, x=None, edge_index=None, edge_attr=None, y=None, **kwargs): pass从上面代码可以看到 :x (Tensor, optional): 节点属原创 2022-03-26 15:27:58 · 3411 阅读 · 0 评论