![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CS224W
文章平均质量分 95
雨落俊泉
请支持一下置顶的开源笔记,觉得有用的话可以前往GitHub点个star
展开
-
CS224W—14 Graph Transformers
CS224W—14 Graph Transformers原创 2024-09-11 12:21:11 · 814 阅读 · 0 评论 -
CS224W—07 Machine Learning with Heterogeneous Graphs
CS224W—07 Machine Learning with Heterogeneous Graphs原创 2024-08-29 09:43:44 · 923 阅读 · 0 评论 -
CS224W—06 Theory of GNN
CS224W—06 Theory of GNN原创 2024-08-23 11:11:03 · 299 阅读 · 0 评论 -
CS224W—04 A general perspective on GNNs
CS224W—04 A general perspective on GNNs原创 2024-08-06 10:31:54 · 924 阅读 · 0 评论 -
CS224W - Colab 1
原链接:https://colab.research.google.com/drive/1vvIoEqxGl1naopTZbh4bmCOLEiCxvcQq在这个Colab中,我们将编写一个完整的流程来。我们将经历以下3个步骤。首先,我们将加载网络科学中一个经典的图,即。我们将探索该图的多个图统计特性。然后,我们将共同努力将图结构转换为PyTorch张量,以便我们能够在图上执行机器学习。最后,我们将完成第一个图学习算法:一个节点嵌入模型。原创 2024-08-01 16:20:47 · 380 阅读 · 0 评论 -
CS224W - Colab 0
CS224W - Colab 0原创 2024-08-01 10:32:41 · 410 阅读 · 0 评论 -
CS224W—03 GNN
快速回顾一下上一讲的内容。我们学到的关键概念是节点嵌入(Node Embedding)。我们的直觉是将网络中的节点编码到低维向量空间中。我们希望学习一个接受输入图的函数f,并将其嵌入到低维节点嵌入空间中。在这里,我们投影到二维。图机器学习的关键问题是如何定义这个函数f。我们如何对节点进行编码?目标是定义一个可以表示网络中相似性的相似函数,并在嵌入空间中进行近似。我们需要定义两件事:相似度函数similarity⋅和编码器函数ENC⋅。原创 2024-07-31 19:24:45 · 1054 阅读 · 0 评论 -
CS224W—02 Node Embeddings
CS224W—02 Node Embeddings原创 2024-07-30 12:27:53 · 280 阅读 · 0 评论