- 博客(82)
- 收藏
- 关注
RSS订阅
原创 networkx读取gml图文件
背景：近期利用networkx画图，读取图文件为gml格式import networkx as nxG=nx.read_gml("dolphins.gml")pos = nx.spring_layout(G)nx.draw(G, pos, with_labels=True, node_size=500, node_color='w', node_shape='.')会报错"node...
2020-05-01 11:29:57
4674
1
原创 图注意力网络GAT in DGL
GAT in DGLGAT引入注意力机制来代替静态的归一化卷积操作。from dgl.nn.pytorch import GATConvimport torchimport torch.nn as nnimport torch.nn.functional as Fclass GATLayer(nn.Module): def __init__(self, g, in_d...
2020-04-09 23:18:39
1446
原创 线图神经网络（Line graph neural network, LGNN）
这一部分，我们可以通过实现一个线图神经网络（LGNN）来解决社团检测。社团检测，或者说图聚类，指的是将图中的节点划分为簇，而且簇内的节点比簇间的节点具有更高的相似性。在图神经网络中，我们可以了解到如何以一种半监督方式来对一张输入图的节点进行分类。我们使用图卷积网络作为图特征的嵌入机制。为了将图神经网络概况为有监督的社团检测， 论文Supervised Community Detection w...
2020-03-31 22:46:59
6965
2
原创 关系图卷积网络（Relational graph convolutional network, R-GCN）
关系图卷积网络（R-GCN）这里，我们将会了解如何实现一个关系图卷积网络（R-GCN），这种类型的网络旨在泛化GCN来处理知识库中实体之间的不同关系。如果想要学习更多R-GCN背后的东西，可以看Modeling Relational Data with Graph Convolutional Networks简单的图卷积网络（GCN）和DGL探索一个数据集的结构信息（即，图的连通性）来改善节点...
2020-03-29 23:13:14
12721
2
原创 机器学习入门——数学基础1
机器学习数学基础1. 线性代数和微积分基础基础公式矩阵计算微分法则导数公式（1）向量向量的范数——具有“长度”概念的函数：1范数：每个维度的绝对值之和2范数：即向量的模无穷范数：各维度的最大值向量的点积：（2）矩阵矩阵的乘法——点积和元素积点积矩阵的转置（3）最大化参数（4）微分（导数）2. 统计学和概率论基础条件概率全概率公式3...
2020-02-24 12:04:26
276
原创 2020第一篇TED:Ideas worth spreading—— Debbie Millman: How symbols and brands shape our humanity?
演讲题目：Debbie Millman: How symbols and brands shape our humanity?演讲者介绍(https://www.ted.com/speakers/debbie_millman)**演讲内容介绍**“Branding is the profound manifestation of the human spirit,” says des...
2020-02-15 23:06:40
1409
原创 时序数据表示学习
时序数据表示学习研究背景及工作概述时序数据在我们的日常生活中广泛存在，随着采集设备不断升级，各类传感器的大规模部署，每天都在以数以亿计的速度产生时序数据。主要包括遥感领域的GPS轨迹数据，包括卫星通讯，态势监控，雷达遥感，以及其他领域的设备日志，操作记录，用户活动等等。这类数据具有数据体量庞大，关联信息异构，分析任务多样等特点对于时序数据的处理框架主要聚焦在存储和索引上，而传统的分析算法难以适应大规模、异构、复杂的分析任务在2012年斯坦福的教授第一次将深度学习框架引入了时序数据建模上。从而开.
2021-10-20 19:22:23
1546
原创 评估指标积累
线性回归模型验证参数：SSE（和方差，误差平方和）该统计参数计算的是拟合数据和原始数据对应点的误差的平方和，计算公式如下：其中，SSE越接近于0，说明模型拟合和选择更好，数据预测也越成功。MSE （均方差）该统计参数是预测数据和原始数据对应点误差的平方和的均值。也就是SSE/n。RMSE （均方根）该统计参数也称为回归系数的拟合标准差，是MSE的平方根，即（SSE/n）的1/2次方跟。R-square （确定系数）越接近于1越好，大于0.8就表示还不错。在介绍该指标之前，先介绍另外
2021-10-14 10:10:24
229
原创 如何练就精彩的学术报告能力
一、仔细确定演讲的听众和目的演讲的目的和听众决定了报告的内容，包括你如何讲述文章的动机、选择包含或忽略细节的程度、是否显示图表和简单总结等。因此，你首先要做的就是确定你演讲的听众和目的。演讲的目的：（1）鼓励其他研究学者阅读你的文章，至少是欣赏你的paper（2）寻找合作者（3）获得反馈信息的目的：帮助听众达成他们的目标二、足够的练习熟能生巧：练习是至关重要的，但是仅有练习是远远不够的。练习，然后练习更多：练习有助于收获信心不要因为没有听众而导致你缺少反馈三、演讲本身包括视觉辅助的展示
2021-05-02 21:35:46
320
原创 LSTM学习
RNN链状网络帮助我们学习序列数据，然而RNN无法有效利用长距离的历史信息。为了解决上述问题，LSTM腾空出世。LSTM，即长短记忆神经网络，是一种特殊的RNN，它能够学习长的依赖关系。其网络模块如下：LSTM的关键是细胞状态，表示细胞状态的这条线水平的穿过图的顶部。细胞的状态类似于输送带，细胞的状态在整个链上运行，只有一些小的线性操作作用其上，信息很容易保持不变的流过整个链。LSTM确实具有删除或添加信息到细胞状态的能力，这个能力是由被称为门(Gate)的结构所赋予的。门(Gate)是一种
2021-04-17 21:23:40
411
原创 社会网络相关概念
网络互惠性在社会网络中，有两个用户A和B，如果存在从A到B的联系并且存在从B到A的联系，那么则说明用户A、B是互惠关系，见上图，A和C、B和C之间都不存在互惠性。
2021-03-31 22:56:46
676
原创 图神经网络深度理解
图神经网络（Graph Neu做ral Networks, GNNs）是一种基于图结构的深度学习方法图神经网络主要由两部分组成，即“图”和“神经网络”。这里的“图”是图论中的图数据结构，“神经网络”是我们熟悉的深度学习NN结构，如MLP，CNN，RNN等。图神经网络就是借助神经网络的“能力”如深度特征抽取等来处理图结构的数据图神经网络典型任务图分类图生成社交网络分析网络拓扑分析...
2021-03-17 22:36:15
360
原创 线性回归与逻辑回归
什么是线性回归？线性回归—回归—监督学习—机器学习回归的目的是为了预测，回归之所以可以能预测是因为它通过大量历史数据总结出“套路”，然后利用这个“套路”来预测未来的结果。线性回归指的是变量之间符合线性关系，那么通过历史数据，摸清变量之间的“套路”，建立一个有效的模型，来预测未来的变量结果。优点：建模速度快，可解释性好；缺点：不能很好拟合非线性数据线性回归与逻辑回归线性回归解决分类问题，要求变量连续，符合线性关系，能够直观表达变量关系；逻辑回归解决分类问题，要求变量离散，可以不符合线性关
2021-03-17 21:30:59
275
原创 机器学习入门
机器学习的基本思路将现实生活中的问题抽象成数学模型，并清楚模型中每个参数的作用；利用数学方法对数学模型进行求解，从而解决现实生活中的问题；评估这个数学模型是否真正解决了现实生活中的问题以及解决的程度如何。机器学习的原理通过训练集，不断识别特征，开始建模，最后形成有效的模型，这个过程称为“机器学习”。机器学习的分类根据训练方法，机器学习大致可分为3大类：监督学习非监督学习强化学习监督学习监督学习是指我们给算法一个数据集，并且给定正确答案，机器通过数据来学习正确答案的计算方法。
2021-03-17 19:38:53
96
原创 Latex图表中英文双标注之多个子图
方法一：在中文caption后插入下面代码即可\renewcommand{\figurename}{Fig} \caption{English title} \renewcommand{\figurename}{图}方法二：\usepackage{ctex} %引入CTEX宏包\usepackage{caption}\usepackage{bicaption}\captionsetup[figure][bi-second]{name=Figure} %设置图的英文编号前缀\capt
2021-03-10 21:10:20
1755
原创 文献学习之An information-theoretic model for link prediction in complex networks
题目作者Boyao Zhu & Yongxiang Xia-Department of Information Science and Electronic Engineering, Zhejiang University, Hangzhou 310027, China.Correspondence and requests for materials should be addressed to Y.X. (email: [email protected])摘要方法An infor
2021-02-18 00:05:33
198
原创 文献学习_A Scalable Similarity Popularity Link Prediction Method
题目作者Said Kerrache*, Ruwayda Alharbi & Hafida Benhidour-King Saud University, College of Computer and Information Sciences, Riyadh, 11543, Saudi Arabia. *email:[email protected]摘要研究方法
2021-02-16 22:34:34
138
原创 文献学习_Missing Link Prediction using Common Neighbor and Centrality based Parameterized Algorithm
题目作者Iftikhar Ahmad 1*, Muhammad Usman Akhtar1, Salma Noor2 & Ambreen Shahnaz2-1Department of Computer Science and Information Technology, University of Engineering and Technology, Peshawar, Pakistan.-2Department of Computer Science, Shaheed Benazi
2021-02-04 23:58:11
358
2
原创 文献学习_Similarity‑based link prediction in social networks using latent relationships between the user
题目作者Ahmad Zareie & Rizos Sakellariou-Department of Computer Science, The University of Manchester, Manchester M13 9PL, UK. *email: rizos@ manchester.ac.uk摘要两个假设•假设1:如果连接到未来链路的节点之间没有共同邻居，但节点之间存在显著的潜在关系，则可以预测链路形成。•假设2:考虑潜在的关系有助于证明存在的和不存在的链接对之间的差
2021-02-01 21:39:33
196
原创 latex错误记录之algorithm最后出现=0
问题见下图：算法最后一行添加"=0"解决方法：注释掉"\usepackage{algpseudocode}"因为\usepackage{algpseudocode} %This introduces extra zero at the end of algorithm
2020-12-20 17:28:12
8656
20
原创 PGL图学习
图学习初印象什么是图什么是图学习图学习的应用图学习如何做图学习库简介PGL使用环境安装使用PGL来创建一张图什么是图图的两个基本元素：点、边图是一种同意描述复杂事物的语言常见的图：社交网络、推荐系统、化学分子结构…什么是图学习图学习：Graph Learning。深度学习中的一个子领域，强调处理的数据对象为图。与一般深度学习的区别：能够方便处理不规则数据（树、图），同时也可以处理规则数据（如图像）。图学习的应用三大类应用：节点级别任务：金融诈骗检测（典型的节点分类）、自动驾驶中
2020-11-24 01:44:00
1724
1
原创 数据结构之图的存储表示
数据结构——图存储表示邻接矩阵邻接表逆邻接表十字链表邻接多重表邻接矩阵邻接矩阵是图的顺序存储表示。其中，无向图的邻接矩阵是对称的，行数（列数）对应于图中节点的个数，上三角（下三角）矩阵中非0数目表示边的条数；有向图的邻接矩阵一般是非对称的，在加权图中，主对角线上元素表示自己到自己的距离，一般设为0，而不连通的两节点间的距离表示为无穷大，其他元素用边上权值来表示。邻接表邻接表是图的链式存储结构，包括由单链表的表头构成的顶点表和由单链表其余顶点构成的边表两部分。对于有向图，有了邻接表，方便我们计算每个
2020-11-04 12:30:57
869
原创 数据结构之二叉树结论直接记2
上次介绍了二叉树、满二叉树、完全二叉树今天接着介绍4个成员，它们分别是：二叉查找树：平衡二叉树：humffman哈夫曼树红黑树二叉查找树二叉查找树也称二叉排序树（BST）：它是一棵空树，或者是满足下面特性的非空二叉树：若左子树非空，则左子树上所有结点关键字值均小于根节点的关键字值若右子树非空，则右则左子树上所有结点关键字值均大于根节点的关键字值左、右子树本身也分别是一棵二叉排序树注意：二叉排序树是一个递归的数据结构，对二叉树进行中序遍历，可以得到一个递增的有序序列。二叉
2020-10-14 16:00:33
223
原创 数据结构之二叉树结论直接记1
二叉树概念：二叉树是n个有限元素的集合，也是每个节点最多只能有两个子树的树结构。特殊类型：满二叉树：二叉树内只有度为2和0的节点，且度为0的节点在同一层，即除了树的最后一层的节点没有子节点，其他节点都有2个子节点，则这个二叉树就是满二叉树。满二叉树的节点数量为2^k-1(k为树的深度)。完全二叉树：完全二叉树的节点顺序是由上到下，由左到右的。即叶子节点所在的层级差别不能大于1，且右节点不为空时，左节点也不能为空。满二叉树一定就是完全二叉树，但完全二叉树不一定是满二叉树。性质：
2020-10-06 20:52:24
239
2
原创 Pycharm长期未使用出现No suitable licenses left on the license server
解决方法：将license server address 由原来的“http://jetbrains-license-server/”换为“http://fls.jetbrains-agent.com”即可！
2020-09-06 19:16:20
983
原创 信息传播
何为“信息传播”即根据传播目的、受众和预算情况，将4个关键项的内容进行排列组合，整合、优化资源以提升传播效果。传播策略关键项之维度（1）传播什么——由传播目的和诉求决定垂直型：即在专业领域内提高权威性和认知度横向型：即在大众层面扩大声量和知名度相关型：即提升口碑，进行口碑扩散，尽可能激活忠诚用户、感染游离用户、唤醒沉睡用户。（2）怎么传播——由目标受众和传播创意决定目标受众：决定传播的内容和方式是什么样的传播创意：是将传播内容、方式的效率最大化和有效化的手段其中，目标受众限定了传播策略
2020-08-27 17:25:36
600
原创 GCN的性质
CNN与GCN的区别与联系：CNN没有显示表达出邻接矩阵；GCN用来处理更普遍的非结构化的图数据。两者都是局部连接。两者核卷积的权重是处处共享的。GCN能够对图数据进行端到端学习GCN对表示学习和任务学习一起进行端到端的优化。GCN是一个低通滤波器在图的半监督学习任务中，通常会在相应的损失函数 里增加一个正则项，该正则项需要保证相邻节点之间的类别信息趋于一致，一般情况下，我们选择拉普拉斯矩阵的二次型作为正则约束。...
2020-06-27 01:06:24
199
原创 随机稳态嵌入（Stochastic steady-state embedding，SSE）
这里将介绍如何使用DGL和MXNet来实现以下两点：用SSE实现简单的稳态算法用子图采样来进行训练子图采样是一种将学习扩展到大型图（例如，数十亿个节点和边）的技术。 子图采样可以应用于其他算法，例如图卷积网络和关系图卷积网络。稳态算法许多用于图分析的算法都是迭代过程，直到达到稳定状态时才结束。 比如PageRank或者是马尔可夫随机域平均场推理。Flood-fill 算法该算法...
2020-06-21 22:51:07
540
原创 强化学习4
DQN解决MountainCar安装依赖!pip uninstall -y parl # 说明：AIStudio预装的parl版本太老，容易跟其他库产生兼容性冲突，建议先卸载!pip uninstall -y pandas scikit-learn # 提示：在AIStudio中卸载这两个库再import parl可避免warning提示，不卸载也不影响parl的使用!pip install gym!pip install paddlepaddle==1.6.3!pip install pa
2020-06-21 22:48:57
273
原创 强化学习3
迷宫游戏Sarsa安装依赖!pip install gym导入依赖import gymimport numpy as npimport timeAgentclass SarsaAgent(object): def __init__(self, obs_n, act_n, learning_rate=0.01, gamma=0.9, e_greed=0.1): self.act_n = act_n # 动作维度，有几个动作可选 self.
2020-06-21 22:21:01
249
原创 强化学习2
1. Agent学习的两种方案强化学习算法分类：RL编程实践：GYM离散控制场景：一般使用atari环境来评估连续控制场景：一般使用mujoco环境游戏来评估搭建环境，运行PARL的QuickStart安装依赖!pip uninstall -y pandas scikit-learn # 提示：在AIStudio中卸载这两个库再import parl可避免warning提示，不卸载也不影响parl的使用!pip install paddlepaddle==1.6.3!pip
2020-06-21 22:04:45
139
原创 入门强化学习1
1.初识强化学习（RL）2.课程基础3.资料学习4.基本概念核心思想：智能体agent在环境environment中学习，根据环境的状态state，执行动作action，并根据环境的反馈reward（奖励）来指导更好的动作。特点：不断和环境交互，观察和输出动作奖励延迟应用场景：游戏个性推荐股票交通强化学习与监督学习的区别：...
2020-06-21 21:53:55
174
原创 多智能体仿真环境NetLogo介绍之导入外部数据
NetLogo Nw Extension首先我们需要理解的是，为了使用network extension，如何告诉extension要使用哪个network。先考虑下面例子中的情形：breed [ bankers banker ]breed [ clients client ]undirected-link-breed [ friendships friendship ]directed-link-breed [ accounts account ]基本上，我们有银行家和顾客。顾客和银行家之
2020-06-07 00:43:23
2001
原创 2020第二篇TED：The case for student health days
演讲者介绍：Hailey Hardcastle established a network of student activists in order to make schools a better place for those struggling with mental health challenges.演讲内容演讲者讲述了自己的亲身经历（6岁就开始面临心理健康问题），讲述了我们得了流感会去看医生，从而抛出当我们感到情感上的痛苦:内疚、失落、孤独时，我们为什么不去看健康专家呢?她还说，我们
2020-05-18 11:51:56
386
原创 python error日常记录
错误记录1使用dict(zip(node, label))时出错python提示：TypeError: unhashable type: ‘list’错误原因：字典的键是列表不可哈希解决方式：注意到node是列表嵌套结构，所以需要指定每一个列表元素，修改见下：for i in range(len(node)): dict1 = dict(zip(node[i], label)...
2020-04-22 22:14:02
116
原创 Pytorch error记录
代码：device = torch.device("cuda" if torch.cuda.is_available() else "cpu")batch_size = 32train_dataloader = torch.utils.data.DataLoader( datasets.MNIST("./mnist_data", train=True, download=True...
2020-04-21 18:45:49
132
原创 networkx之error记录
networkx读入图G出错：error: node iii is not graph.解决方法：加nodetype=intG1 = nx.read_adjlist("karate.txt", **nodetype=int**) # read edgelist
2020-04-20 20:52:57
968
原创 GNN记录error
LGCN使用pytorch交叉损失函数报错：RuntimeError: expected scalar type Long but found Int问题原因：nn.CrossEntropyLoss(output, target)中的output和target的类型分别为float和long，所以我们需要对这两者的类型做相应转换。解决方法：因为这里的输入是label和z，所以需要对两者...
2020-04-06 21:27:15
188
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人