【KD】实习day03

最新推荐文章于 2022-04-21 10:42:53 发布
最新推荐文章于 2022-04-21 10:42:53 发布
阅读量220 收藏
点赞数
分类专栏： 自学
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_43874070/article/details/106469178
版权
本文详细介绍了使用清华镜像加速PyTorch的安装过程，并提供了igraph包的正确安装方法，避免了同名包冲突。此外，还分享了在torch和networkx环境下跑通GraphRNN和CondGen的经验。
摘要由CSDN通过智能技术生成

目录

pytorch环境搭建

安装教程

tips:
1.
国内镜像加速：添加上清华镜像地址
较慢 > pip install torch
较快 ->pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch
2.
pip安装igraph包：

pip install python-igraph

如果直接安装igraph，会有两个同名的igraph包相互冲突

GraphRNN & CondGen

环境为torch+networkx

跑通GraphRNN

跑通CondGen

见jupyterhub

VOIX
关注
专栏目录
Kd Tree（MATLAB）K近邻法
02-06
Kd树（K-dimensional Tree）是一种在高维空间中用于数据组织和检索的数据结构，尤其在机器学习和计算机图形学领域广泛应用。Kd树的名字来源于它是在“k”维空间中的“分层”数据结构。它是一种二叉树，通过不断地将...
KD-Tree 开源实现以及 OpenCV KD-Tree 使用
06-23
KD-Tree 开源实现以及 OpenCV KD-Tree 使用
【KD】实习day05
weixin_43874070的博客
06-04 320
目录CondGen模型细节网络嵌入结点编码GCN作用边生成CondGen训练过程对每个epoch对每一张输入图附Encoder定义prior_loss计算过程： CondGen模型细节 网络嵌入 用到的方法是拉普拉斯特征映射（具体实现） # n = node个数 # d = 结点的表示维数 # adj = 邻接矩阵(shape为n*n) from sklearn.manifold import SpectralEmbedding emb = SpectralEmbedding(n_components=d)
Conditional Structure Generation throughGraph Variational Generative Adversarial Nets 论文阅读
baidu_40582876的博客
04-21 1293
目标 基于语义条件生成图 (1)基于条件生成尽可能相似的图。 (2)有条件的生成新的图。 解决的问题 (1)基于语义有条件的生成图 (2)如何处理图在生成过程中的顺序的问题 解决问题的方法 (1)提出了一个图变分自编码对抗生成网络。本质是Graph+VAE+GAN的结构和方法。 (2)通过对共轭潜在分布的变分推断，将结点编码分解为排列不变的图编码。 共轭：共轭（conjugate）是贝叶斯方法中很常见的一个词，结合贝叶斯定理，我们可以将“共轭”理解为后验和先验是同一种分布。参考文
【KD】实习day04
weixin_43874070的博客
06-04 372
目录CondGen实现细节数据来源一般网络数据生成论文原始数据下载模型搭建CondGen好在哪里模型架构 CondGen实现细节 数据来源 一般网络数据生成 实现了community和grid数据生成（在新版本的networkx下） 数据生成demo 论文原始数据下载 下载于谷歌云盘 作者数据集：DBLP dataset 基因数据集：TCGA dataset 模型搭建 CondGen好在哪里 以前的模型只学习到了图的结构，而对于图包含的丰富语义以及语义对结构的映射则无法有效学习，这个模型联合抓取了任意大小
【KD】实习day02
weixin_43874070的博客
06-04 300
目录上午工作论文复现阅读笔记下午工作面试 上午工作 论文复现 Yang2019NIPS(github地址) CONDGEN(主要是解决图网络生成只能生成网络结构的问题，这个模型还能生成“上下文”) 阅读笔记 下午工作 面试 对读博的看法：读博就是一个学习怎么创造知识的过程。 读博的动机：于私：由于老师的引导，喜欢这个方向。于公：由于国家在传统行业的不足，想在新领域做点微小的贡献。 对将来的打算：进入高校或者科研机构做教学研究类工作。 图嵌入：DeepWalk(Node2Vec)，LINE(SDNE)
【KD】实习day08
weixin_43874070的博客
06-10 143
目录Graph Attention Network细节实现网络结构损失函数 Graph Attention Network细节实现 总体目标：提高图网络中各个结点的分类效率 网络结构 对结点的嵌入表征进行自注意力表征，注意力层的操作流程： 取两个节点i, j，对其特征hi,hjh_i, h_jhi​,hj​计算两个节点之间的attention coefficient（注意力系数），这个系数表示结点j的特征对于结点i的重要性 通过softmax来正则化注意力系数： αij=softmaxj(eij)
【KD】实习day13
weixin_43874070的博客
06-15 232
目录GCN+Gaussian+GAT原始CondGEN整体架构判别器生成器原始CondGEN的错误改进后CondGEN整体运算 GCN+Gaussian+GAT GCN+Gaussian的优点：permutation-invariance GAT的优点：local structure sensitivity 原始CondGEN整体架构 Encoding：GCN 输入为邻接矩阵（N×N） 输出为嵌入表征（N×D） 中间部分：判别器不做任何处理。生成器得到全图的嵌入表征（原文为1×D），并随机采样得到N个结点
【KD】实习day07
weixin_43874070的博客
06-08 156
目录图网络生成模型的局限性GraphRNN基于局限性给出的方案疑问 图网络生成模型的局限性 生成结点数量固定 输出邻接矩阵的规模太大（n2n^2n2的复杂度） n个结点的图网络有n!个置换不变的邻接矩阵 基于已经生成的边来生成新边 GraphRNN 基于局限性给出的方案 1. 没有给出结点数量任意情况下的生成方案 2. 训练时依次输入一个点的邻接向量（但是依旧是n2n^2n2的复杂度） 3. 使用广度优先搜索算法，基于每一张图的广度优先搜索出来的结点序列来得到邻接矩阵作为训练输入，减少了训练时需要的置换
kdtree_in_matlab_kd树聚类_
10-03
【kd树聚类】是一种在高维空间中进行数据组织和搜索的有效算法，尤其适用于大数据集的近邻搜索和聚类任务。MATLAB作为一种强大的数值计算环境，提供了实现kd树的功能，使得用户能够轻松地在自己的项目中应用这种数据...
kdtree11.zip_KD_MATLAB kd_kd树_kd树 MATLAB_matlab kd算法
07-14
用matlab编写的关于Kd树算法，很实用的
KD_K._Kd树_
09-28
**KD树（K-Dimensional Tree）**是一种在高维空间中进行数据索引的数据结构，尤其适用于近邻搜索。在机器学习和计算机图形学等领域，KD树被广泛应用于执行高效的空间分割，例如在多维数据集上的快速最近邻查询。 **...
计算机图形学之动画和模拟算法：粒子系统在自然现象模拟中的应用.docx
11-06
计算机图形学之动画和模拟算法：粒子系统在自然现象模拟中的应用.docx
基于matlab的注水算法源码.zip
最新发布
11-06
OFDM和MIMO系统模型下的功率分配
高校校园跑腿系统的设计app.zip
11-06
基于安卓的毕业设计源码
SAP 各模块常用BAPI
11-06
SAP 各模块常用BAPI 简单例子
revit族文件，参数化承台
11-06
revit族文件，参数化承台
PEP8 风格指南，PYTHON基础
11-06
python PEP8 风格指南，PYTHON基础
Python基础，Python进阶读物
11-06
python Python基础，Python进阶读物
KD软件操作规范与技巧
"KD软件教程" 在使用KD软件进行设计时，规范化的操作至关重要，因为这不仅能够充分发挥软件的功能，还能避免设计过程中可能出现的重大错误。许多设计师在遇到问题时，往往误认为是软件本身的缺陷，而实际上，大多数...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值