暂无个人介绍
本章主要内容: 本章首先介绍了图生成模型generative models for graphs的基本概念和意义。 接下来介绍了一些真实世界网络的属性(度数分布、聚集系数、connected component、path length等,可参考1)(也是图生成模型希望可以达到的要求)。 最后介绍了一些传统的图生成模型(Erdös-Renyi graphs, small-world graphs, Kronecker graphs)。
Re4:读论文 CGSum: Enhancing Scientific Papers Summarization with Citation Graph
Re3:读论文 PGE A Representation Learning Framework for Property Graphs
Re2:读论文 CS-GNN Measuring and Improving the Use of Graph Information in Graph Neural Networks
本章主要内容: 本章首先介绍了网络中社区community(或cluster / group)的概念,以及从社会学角度来证明了网络中社区结构的存在性。 接下来介绍了modularity概念衡量community识别效果。 然后介绍了Louvain算法1识别网络中的community。 对于overlapping communiteis,本章介绍了BigCLAM2 方法来进行识别。
本章主要内容: 本章首先介绍了图中motif / subgraph的概念,以及对motif significance的定义(即定义图中的subgraph要比null model多/少出多少才算显著,以及如何生成null model)。 接下来介绍了神经网络模型下的subgraph matching方法(同时也是subgraph的表示方法)。 最后介绍如何找到图中出现频率较高的motif / subgraph。
李宏毅2021春季机器学习课程视频笔记2:(选修)深度学习简介,反向传播
本章主要内容: 本章将介绍知识图谱上的推理任务。 目标是回答 多跳查询multi-hop queries,包括path queries和conjunctive queries。 conjunctive合取的,交集的;与;连接的;联合的,连接(着)的; 契合的;逻辑乘法的 介绍query2box方法以解决predictive queries问题。
Re1:读论文 C&S (Correct and Smooth) Combining Label Propagation and Simple Models Out-performs Graph Ne
Re0:读论文 PPNP/APPNP Predict then Propagate: Graph Neural Networks meet Personalized PageRank
本colab主要实现: 实现GraphSAGE和GAT模型,应用在Cora数据集上。 使用DeepSNAP包切分图数据集、实现数据集转换,完成边属性预测(链接预测)任务。
cs224w(图机器学习)2021冬季课程学习笔记12 Knowledge Graph Embeddings
cs224w(图机器学习)2021冬季课程学习笔记11 Theory of Graph Neural Networks
cs224w(图机器学习)2021冬季课程学习笔记10 Applications of Graph Neural Networks
cs224w(图机器学习)2021冬季课程学习笔记9 Graph Neural Networks 2: Design Space
cs224w(图机器学习)2021冬季课程学习笔记8 Colab 2
以下介绍Module的training属性,F(torch.nn.functional).dropout 和 nn(torch.nn).Dropout 中相应操作的实现方式,以及Module的training属性受train()和eval()方法影响而改变的机制。
本章主要内容: 介绍深度学习基础。 介绍GNN思想:聚合邻居信息。 每一层都产生一种节点嵌入。将上一层的邻居信息聚合起来,连接本节点上一层信息,产生新的节点嵌入。 第一层节点嵌入就是节点特征。 GCN:用平均值作为聚合函数。 GraphSAGE:用各种聚合函数。
cs224w(图机器学习)2021冬季课程学习笔记6 Message Passing and Node Classification
cs224w(图机器学习)2021冬季课程学习笔记5 Colab 1:Node Embeddings
图数据集Zachary‘s karate club network详细介绍,包括其在NetworkX、PyG上的获取和应用方式
PyTorch Geometric是PyTorch1的几何图形学深度学习扩展库。本文旨在通过介绍PyTorch Geometric(PyG)中常用的方法等内容,为新手提供一个PyG的入门教程。
cs224w(图机器学习)2021冬季课程学习笔记4 Link Analysis: PageRank (Graph as Matrix)
cs224w(图机器学习)2021冬季课程学习笔记3: Node Embeddings
NetworkX是复杂网络研究领域中的常用Python包。本文旨在通过介绍NetworkX中常用的方法等内容,为新手提供一个NetworkX的入门教程。
cs224w(图机器学习)2021冬季课程学习笔记2: Traditional Methods for ML on Graphs
cs224w(图机器学习)2021冬季课程学习笔记1 Introduction; Machine Learning for Graphs
李宏毅2021春季机器学习课程视频笔记1:Introduction, Colab & PyTorch Tutorials, HW1
PyTorch的可复用代码模板(持续更新ing...)
NumPy API详解大全(持续更新ing...)
PyTorch笔记详解大全(持续更新ing...)
本人学习这一知识点主要是为未来继续学习深度学习相关知识做铺垫。我本人有一定的机器学习基础,学过梯度下降等基本概念。本文是基于本人的背景知识所做,因此详略上可能不完全满足您的要求,如有解释不清之处可以直接评论。 其他所叙谬误也可以直接评论。我是CSDN常驻居民,经常看账号的,回复飞快。
本文是NumPy quickstart这一教程的简单学习笔记。我学习这一教程的目的在于回顾numpy基础知识,以辅助后期对机器学习、人工智能这类较复杂知识的更深一步学习。 本文基于自己学习这一教程时撰写的jupyter notebook文件、以更便于网页浏览的方式改编而成。jupyter notebook文件的代码基本上全部基于原教程撰写,文件已发布在GitHub上,链接为:all-notes-in-one/NumpyQuickStartTutorials.ipynb at main · PolarisRisingWar/all-notes-in-one。
本文仅考虑DNS污染情况下无法用torch_geometric.Planetoid类下载Cora等数据集的情况。其他使用GitHub仓库下载数据的解决方式类似,在此文中不再赘述。
本笔记是我想要学习如何将本地文件发布到GitHub上时开始看廖雪峰的Git教程,然后打开了VSCode,发现VSCode上面集成的Git辅助使用功能真的很好用…… 基本上到了不用看教程都可以猜懂的地步。 为了整理、规范使用技巧,在经过了一番学习和试验之后,觉得以这样一篇使用手记的形式发布使用技巧相关的博文,以记录和沉淀经验,并帮助更多Git和VSCode初学者少踩坑。 本文参考的教程、文档等内容见本文末尾。
本笔记是我学习 Deep Learning with PyTorch: A 60 Minute Blitz 这一PyTorch官方教程后的学习笔记。 该教程在官网上更新过,因此未来还可能继续更新。以后的读者所见的版本可能与我学的不同。
PyTorch Python API详解大全(持续更新ing...)(下)
PyTorch Python API详解大全(持续更新ing...)
从0开始的GNN导学课程笔记