“醉后不知天在水，满船清梦压星河”——（元）唐珙 《题龙阳县青草湖》
（一）关于图的基本概念
图是用以表示实体及其关系的结构，记为 G=(V,E)。图由两个集合组成，一是节点的集合 V，一个是边的集合 E。 在边集 E中，一条边 (u,v)连接一对节点 u和 v，表明两节点间存在关系。每个节点和边均可添加属性。
（二）
零基础学习图神经网络
2023-11-06
45
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
报名机器学习项目，却发现是图数据挖掘项目，于是从零开始入门速成。（随着项目进展，有空就更新）
目录
相关文章
|
4天前
|
Kubernetes
应用服务中间件
Docker
|
4天前
|
存储
算法
Windows
|
4天前
|
算法
数据可视化
数据挖掘
|
2天前
|
机器学习/深度学习
数据挖掘
算法框架/工具
|
2天前
|
机器学习/深度学习
JSON
PyTorch
图神经网络入门示例：使用PyTorch Geometric 进行节点分类
本文介绍了如何使用PyTorch处理同构图数据进行节点分类。首先，数据集来自Facebook Large Page-Page Network，包含22,470个页面，分为四类，具有不同大小的特征向量。为训练神经网络，需创建PyTorch Data对象，涉及读取CSV和JSON文件，处理不一致的特征向量大小并进行归一化。接着，加载边数据以构建图。通过`Data`对象创建同构图，之后数据被分为70%训练集和30%测试集。训练了两种模型：MLP和GCN。GCN在测试集上实现了80%的准确率，优于MLP的46%，展示了利用图信息的优势。
9
1
1
|
4天前
|
机器学习/深度学习
算法
网络架构
|
4天前
|
机器学习/深度学习
存储
自然语言处理
【威胁情报挖掘-论文阅读】学习图表绘制 基于多实例学习的网络行为提取 SeqMask: Behavior Extraction Over Cyber Threat Intelligence
【威胁情报挖掘-论文阅读】学习图表绘制 基于多实例学习的网络行为提取 SeqMask: Behavior Extraction Over Cyber Threat Intelligence
10
0
0
|
4天前
|
Kubernetes
API
调度
|
4天前
|
前端开发
数据挖掘
数据建模
|
4天前
|
机器学习/深度学习
热门文章
最新文章
1
使用PYTHON中KERAS的LSTM递归神经网络进行时间序列预测
2
深度学习：Keras使用神经网络进行简单文本分类分析新闻组数据
3
HAR-RV-J与递归神经网络（RNN）混合模型预测和交易大型股票指数的高频波动率
4
R语言使用自组织映射神经网络（SOM）进行客户细分
5
使用自组织映射神经网络（SOM）进行客户细分
6
数据分享|Python卷积神经网络CNN身份识别图像处理在疫情防控下口罩识别、人脸识别
7
R语言深度学习：用keras神经网络回归模型预测时间序列数据
8
Python对中国电信消费者特征预测：随机森林、朴素贝叶斯、神经网络、最近邻分类、逻辑回归、支持向量回归（SVR）
9
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
10
R语言实现拟合神经网络预测和结果可视化
1
网络技术基础（16）——DHCP中继
43
2
网络技术基础（15）——DHCP简介与配置
87
3
网络技术基础（14）——ACL访问控制列表
394
4
P2P网络下分布式文件共享场景的测试
124
5
【spring（六）】WebSocket网络传输协议
35
6
C/C++网络编程基础知识超详细讲解第三部分（系统性学习day13）
34
7
C/C++网络编程基础知识超详细讲解第二部分（系统性学习day12）
24
8
C/C++网络编程基础知识超详细讲解第一部分（系统性学习day11）
49
9
网络安全产品之认识蜜罐
36
10
基于深度学习的网络异常检测与自动化响应系统设计与实现
64