图神经网络算法学习笔记

常见排序算法学习笔记

一、选择排序为什么第一个是选择排序呢?因为这是常见排序中，最简单，最容易上手，最容易入门的算法。所以，选择排序完完全全可以把他当成排序算法的入门。这个算法的思想很简单，也是绝大多数没有接触过编程的人可以想到的一种排序算法。比如下面这组数，让你来排序你会怎么排呢？5,8,2,6,4,7,2,1,3,9大多数人想到的便是，从第一个数开始，不断的与后面的数比较，然后得到这串数字中最小的数。后面就是不断的
客 卿·2023-10-19 18:44

数据结构与算法-排序算法学习笔记

数据结构与算法-排序算法学习笔记排序算法的介绍排序也称排序算法(SortAlgorithm)，排序是将一组数据，依指定的顺序进行排列的过程。
射手buff·2023-10-19 18:07

[数据结构算法学习笔记]:常见排序

目录**1.常见排序分类**2.具体实现2.1.插入排序2.1.1直接插入排序2.1.2希尔排序2.2选择排序2.2.1直接选择排序2.2.1堆排序2.3交换排序2.3.1冒泡排序2.3.2快速排序前后指针法:三数取中:挖坑法:左右指针法:小区间优化:拓展:快速排序的非递归写法2.4归并排序应用:(大量数据)文件排序2.5计数排序2.6基数排序1.常见排序分类1.插入排序:直接插入排序,希尔排序;
win 小白·2023-10-19 18:07

排序算法学习笔记

文章目录1.排序算法分析1.1关于时间复杂度：1.2关于稳定性：2.冒泡排序2.1算法步骤2.2算法代码（基于python）3.选择排序3.1算法步骤3.2算法代码（基于python）4.插入排序4.1算法步骤4.2算法代码（基于python）5.希尔排序5.1算法步骤5.2算法代码（基于python）6.归并排序6.1算法步骤6.2算法代码（基于python）7.快速排序7.1算法步骤7.2算法
奕の辰·2023-10-19 18:07

常见排序算法学习笔记（一）

文章目录冒泡排序优化：如果数组一开始就有序，还需要排序吗？选择排序插入排序希尔排序学习网站：b站视频JavaGuide冒泡排序就是比如有1,4,3,5,2五个数组成的一个数组arr。冒泡排序就是索引0开始，arr[0]和arr[1]比较，1小于3，不动（1,4,3,5,2），然后arr[1]和arr[2]比较，4大于3，交换位置（1,3,4,5,2），此时arr[2]为4，然后arr[2]和arr
m0_59225692·2023-10-19 17:05

数据结构与算法学习笔记11：二叉树层打印/跳表/冒泡排序/选择排序/插入排序/希尔排序/计数排序

数据结构与算法学习笔记11：二叉树层打印/跳表/冒泡排序/选择排序/插入排序/希尔排序/计数排序二叉树按层打印跳跃列表（SkipList）冒泡排序（BubbleSort）优化选择排序（Selectionsort
97Marcus·2023-10-19 17:03

[算法学习笔记]——冒泡、插入、选择排序算法

冒泡排序publicstaticint[]sortArray(int[]arr){inttemp;for(inti=0;iarr[j+1]){temp=arr[j];arr[j]=arr[j+1];arr[j+1]=temp;flag=false;//数据交换了}}if(flag){break;//如果没有数据交换说明数组已经是有序的了，提前退出}}returnarr;}思路对长度为n的数组遍历n
TrZoey·2023-10-19 17:30

探索LLM在图上学习的潜力10.14 暂停

在具有文本节点属性的图形上进行学习的最流行的流程主要依赖于图神经网络（GNN），并利用浅层文本嵌入作为初始节点表示，但这在通用知识和深入语义理解方面存在局限性。
露葵025·2023-10-19 13:09

基于图神经网络的图像分类,遥感图像分析

遥感图像分类法图像分类是与图像信息提取和增强不同的遥感图像处理中另一重要的方面，与图像增强后仍需人为解译不同，它企图用计算机做出定量的决定来代替人为视觉判译步骤。因此，分类处理后输出的是一幅专题图像。在此图像中，原来图像中的每一个象元依据不同的统计决定准则被划归为不同的地表覆盖类，由于是一种统计决定，必然伴随着某种错误的概率。因此，在逻辑上的合理要求是，对每一个象元所做的决定，应是使整个被分类面积
「已注销」·2023-10-18 08:48

RSA非对称密码算法学习笔记

学习来源：B站up:DoraHcaks学习路径：密码学7.1｜RSA非对称密码算法_哔哩哔哩_bilibili1.基础数学知识1.1欧几里得辗转相除法假设正整数a≥b，求a和b的最大公因数gcd(a,b)=?(1)如果amodb=0，即余数r=0，则gcd(a,b)=b(2)否则，令r=amodb，gcd(a,b)=gcd(b,r)，递归直至r=0，满足情况(1)举例：a=254，b=8254=8
望仁啊·2023-10-18 03:16

【图神经网络】GNN 图神经网络相关知识点

关键问题1，GCN是否可以用于有向图？图卷积分为两大类，一类是基于谱方法（spectralmethods），就是将图信号进行傅里叶变换在频域进行研究，以GCN为代表的模型，但是谱方法有一个理论要求就是拉普拉斯矩阵L要求为对称矩阵，L=D-A，即图为无向图才能满足；二类，是基于空域的研究方法（spatialmethods），以GraphSage为代表的模型，空域是不分有向图和无向图的，均可以计算；因
kang0709·2023-10-17 03:17

MPNN 模型：GNN 传递规则的实现

图神经网络的核心是吸周围之精华，再叠加自身，因而需要改进来保留自身特征。如何做？方法是给每个节点添加一个自环，即将邻接矩阵对角线值各加1，此时用表示，做到了聚合邻居节点并保留自身信息。
qq_38480311·2023-10-16 15:55

2021-07-22 DGL 图神经网络开源工作 更新翻译

这是一个新的主要版本，包含各种系统优化、新特性和增强功能、新模型和错误修复。Thisisanewmajorreleasewithvarioussystemoptimizations,newfeaturesandenhancements,newmodelsandbugfixes.重要改变，在pypi安装上进行了与以往安装的区分。目录Important:ChangeonPyPIInstallation
路人与大师·2023-10-16 13:00

机器学习-有监督学习-神经网络

目录线性模型分类与回归感知机模型激活函数维度诅咒过拟合和欠拟合正则数据增强数值稳定性神经网络大家族CNNRNNGNN（图神经网络）GAN线性模型向量版本y=⟨w,x⟩+by=\langlew,x\rangle
小蒋的技术栈记录·2023-10-16 01:47

Graph-图可视化

随着大数据的发展，图神经网络，基于图的团伙发现算法，聚集算法等越来越多的应用到业务之中，仅仅从数据角度来看图的结果比较晦涩难懂，本文介绍一种java的可视化图Graph的工具-jung2，对于英文较好的同学
花开终为谢·2023-10-16 01:45

KMP算法学习笔记

目的网络上搜索kmp算法的文章和视频很多，五花八门。每个人的理解都有一定不同。next数组有从1开始的，也有从0开始的等等细节，会有点不知所以。导致有的人讲完后，感觉好像懂了，但又没懂。刚接触kmp算法也老是没弄清楚,一知半解，过一会就忘了。最近终于捋清楚思路。所以写下这篇文章，主要以下两个目的。从目前掌握的kmp知识，提供思路和想法。同时加深自己对kmp算法的理解和记忆。让阅读者能够从这篇文章能
AshinCode·2023-10-15 23:58

算法学习笔记——常用技巧：滑动窗口与前缀和思想结合（求子数组数量问题）

关于数组的连续区间的问题，应条件反射想到滑动窗口和前缀和技巧滑动窗口利用左右指针，在一次遍历中求解题目典型的问题是：限定一个子数组所需满足的性质，然后求：符合条件的子数组有多少个/符合条件的最长子数组是什么、长度为多少等每次先扩展窗口，直到不符合要求时，收缩窗口这样，每一对“扩展和收缩”之后，始终保证窗口是满足要求的、最长的子数组，此时我们维护所需的答案，最终就能得到最优解应用场景使用滑动窗口（双
Insomnia_X·2023-10-14 11:24

常见的机器学习算法与人工神经网络

目录1.邻近算法K-NearesNeighbor(KNN)1.1KNN算法核心思想1.2KNN算法步骤1.3KNN预测分类2.图神经网络GraphNeuralNetworks(GNN)2.1图的基本定义
_Q1an·2023-10-13 14:50

图神经网络笔记总结

本文的所有图表均来自于https://distill.pub/2021/gnn-intro/图神经网络：GNN首先我们需了解图结构是什么？
wcc8848·2023-10-13 09:12

图神经网络笔记

1.图神经网络介绍近年来，对于图结构的数据，如社交网络中的人际关系、化学中的分子相互作用、三维点云数据以及数据中各个单元之间的结构，研究人员借鉴了卷积神经网络、循环神经网络和深度自编码器的思路，设计了专门用于处理图结构数据的神经网络
抱抱宝·2023-10-13 09:36

KDD 2022 | 图“预训练、提示、微调”范式下的图神经网络泛化框架

©作者|社媒派SMP来源|社媒派SMP本文是SIGKDD2022入选论文“GPPT:GraphPre-trainingandPromptTuningtoGeneralizeGraphNeuralNetworks”的解读。该论文由吉林大学计算机科学与技术学院王英教授课题组完成。本文首次提出“Pre-training、Prompt、Fine-tuning”的概念将下游任务进行重构，使其具有与Prete
PaperWeekly·2023-10-13 07:36

知识图谱04——openGL与ubuntu22.04

跑图神经网络的时候遇到了如下问题libGLerror:failedtoloaddriver:irislibGLerror:MESA-LOADER:failedtoopeniris:/usr/lib/dri
铭....·2023-10-13 07:02

修改一下测试用例的生成方式 算法学习笔记3

之前指定的方式是硬编码生成的为了方便使用我们可以在弄一个新的.h文件#ifndefSORT_HELPER_H#defineSORT_HELPER_H//解决ide.h文件的多重引用的问题#include#include#include#includeusingnamespacestd;namespaceSortTestHelper{//生成n个元素的随机数组，每个元素的随机范围为【rangeL，r
：）�东东要拼命·2023-10-13 02:09

算法学习笔记2023.1

为什么要学算法因为算法无处不在算法可以性能优化c++面试问题#includeusingnamespacestd;voidselectSort(intarr[],intn){for(inti=0;i
：）�东东要拼命·2023-10-13 02:08

算法学习笔记16：递归树

递归树：如何借助树来求解递归算法的时间复杂度今天，我们来讲这种数据结构的一种特殊应用，递归树。我们都知道，递归代码的时间复杂度分析起来很麻烦。我们在《排序》那里讲过，如何利用递推公式，求解归并排序、快速排序的时间复杂度，但是，有些情况，比如快排的平均时间复杂度的分析，用递推公式的话，会涉及非常复杂的数学推导。除了用递推公式这种比较复杂的分析方法，有没有更简单的方法呢？今天，我们就来学习另外一种方法
_无感·2023-10-12 21:24

A Comprehensive Survey on Graph Neural Networks 2019 ——图神经网络综述

论文地址：https://arxiv.org/pdf/1901.00596.pdf摘要深度学习近年来彻底改变了许多机器学习任务，从图像分类和视频处理到语音识别和自然语言理解。这些任务中的数据通常表示在欧几里德空间中。然而，越来越多的应用程序从非欧几里德域生成数据，并表示为具有复杂关系和对象之间相互依赖性的图。图数据的复杂性给现有的机器学习算法带来了重大挑战。最近，出现了许多关于扩展图形数据的深度学
冉芽·2023-10-12 07:08

Transformer模型 | 基于Spatial-Temporal Transformer的城市交通流预测

文章还提出了一种新的图神经网络，称为spatialtransformer，利用自注
算法如诗·2023-10-12 07:33

图神经网络2:CNN的卷积和池化

CNN常见结构：1.1卷积层1.1.1卷积的定义注意点1:卷积层包括若干个卷积核，每个卷积核都是3维矩阵，其中通道数与输入通道数需保持一致。注意点2:每个滤波器对应一个偏置权重，有N个卷积核则对应N个偏置权重。1.1.2卷积的运算过程：1)feature_size运算公式：2)feature_number运算公式：3)参数数量运算公式：1.1.31✖️1卷积：1.2全连接层1.3池化层：1.3.1
_xuyuanjian_·2023-10-11 10:16

【论文翻译 IJCAI-20】Heterogeneous Network Representation Learning 异构网络表示学习

文章目录摘要1引言2异构网络挖掘3异构网络表示3.1异构网络嵌入3.2异构图神经网络3.3知识图谱与属性网络3.4应用4挑战、方向和开源数据4.1未来方向避免设计元路径多感官（Multi-sense）表示异构
林若漫空·2023-10-10 22:21

labuladong算法学习笔记---基础数据结构

前缀和【适⽤于快速、频繁地计算⼀个索引区间内的元素之和，原始数组的元素不发生变化】在初始化的时候定义一个数组用来存储每个节点对应的元素之和，在需要求解特定索引区间时只需要用简单的加减法就可以得到结果。可以大大降低时间复杂度。差分数组【适⽤于频繁对原始数组的某个区间的元素进⾏增减，原始数组的元素发生变化】Difference()：初始化差分数组diff，diff中存储的是相邻元素之间的差值（后一个减
Emmmmm_1·2023-10-10 12:17

CS224W-图神经网络 笔记2.1：Properties of Networks and Random Graph Models - 图的四大属性

本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019年秋季课程进行总结以求内容完整课程主页：CS224W:MachineLearningwithGraphs视频链接：【斯坦福】CS224W：图机器学习(中英字幕|2019秋)1引言初步了解一个人，我们通常会问其身高、年龄、体重等信息。那么，要了解一个图Graph我们需要关注哪些信息呢？这就
Epiphron·2023-10-10 11:51

【文献阅读】【NMI 2022】LocalTransform ：基于广义模板的有机反应性准确预测图神经网络

预测有机反应产物是有机化学的一个基本问题。基于成熟有机化学知识，化学家现在能够设计实验来制造用于不同目的的新分子。但是，它需要经验丰富的专业化学家来准确预测化学反应的结果。为了进一步帮助有机化学家并在数字化学时代实现全自动发现，机器智能可以准确预测有机反应的产物，大大加快新分子的设计过程。最近，已经提出了几种基于机器学习的方法来预测有机反应产物，但仍然需要改进反应预测模型才能达到足够的准确性，与普
HealthScience·2023-10-08 16:46

Trust Region Policy Optimization (TRPO) 背后的数学原理

  本文是自己的TRPO算法学习笔记，在数学原理推导核心部分附有自己的理解与解释。整篇文章逻辑清晰，思路顺畅。有想推导的同学可以一起学习。  
小小何先生·2023-10-07 00:57

算法学习笔记（代码随想录，JS语言）

文章目录一、数组一、数组的特点：1.二分法1.1搜索插入位置1.2x的平方根1.3在排序数组中查找元素的第一个和最后一个位置1.4有效的完全平方根数2.移除元素(双指针)2.1删除排序数组中的重复项2.2移动零2.3比较含退格的字符串2.4有序数组的平方3.滑动窗口3.1长度最小的子数组$3.2水果成篮$3.3最小覆盖字串(困难)4.螺旋矩阵4.1顺时针打印矩阵/螺旋矩阵4.2螺旋矩阵2二、链表1
里见HU·2023-10-05 01:19

Graph Wavenet：入门图神经网络训练的demo

1.数据的准备DCRNN的github项目有完整的数据GraphWavenet提供的数据缺少'/data/sensor_graph/adj_mx.pkl'2.engine.train与engine.eval的区别区别仅在于model.train()与model.eval()具体区别见https://blog.csdn.net/qq_43118572/article/details/11861509
43118·2023-10-04 13:19

torch_geometric获取datasets（解决连不了外网的问题）

，查看数据集下载链接3.2放置到对应文件夹下3.3重新运行之前写的程序4.一点感慨1.torch_geometric.data介绍torch_geometric，简称pyg，是基于pytorch实现的图神经网络库
薛钦亮·2023-10-02 21:41

图神经网络GNN(一）GraphEmbedding

DeepWalk使用随机游走采样得到每个结点x的上下文信息，记作Context(x)。SkipGram优化的目标函数：P(Context(x)|x;θ)θ=argmaxP(Context(x)|x;θ)DeepWalk这种GraphEmbedding方法是一种无监督方法，个人理解有点类似生成模型的Encoder过程，下面的代码中，node_proj是一个简单的线性映射函数，加上elu激活函数，可以
天津泰达康师傅·2023-10-02 16:04

Meta-Learning Based Knowledge Extrapolation for Knowledge Graphs in theFederated Setting

基于采样任务，我们元训练了一个图神经网络框架，该框架可以基于结构信息为未见组件构建特征并为其输出嵌入。实验结果表明，我们
小蜗子·2023-10-02 13:31

2.3 Node2vec（图神经网络笔记）

BFS：广度优先DFS：深度优先描述，当前已从t节点到达V节点，可以选择x1、x2、x3、t任意一个节点dtx=0，从t-v-t,回到原点dtx=1，还是说从t出发，离t节点距离为1，有z、x1节点dtx=2，还是说从t出发，离t节点距离为2，有x2、x3节点d节点长度γ游走次数l随机游走长度k窗口数量q小，深度优先p小，广度优先
hlllllllhhhhh·2023-10-02 09:50

理解图神经网络

入门介绍直观了解图神经网络https://theaisummer.com/Graph_Neural_Networks/入门文献:AcomprehensivesurveyonGraphNeuralnetworkAgentleIntroductiontoDeeplearningforGraph2020GraphMachinelearning
魏清宇·2023-10-02 03:37

Graph Neural Networks for Social Recommendation

GraphNeuralNetworksforSocialRecommendation1.摘要构建基于图神经网络的推荐系统的三大挑战theuser-itemgraphencodesbothinteractionsandtheirassociatedopinionssocialrelationshaveheterogeneousstrengthsusersinvolveintwographs
ZSCDumin·2023-10-02 01:49

基于图神经网络的电商购买预测

背景先说一下背景，基于电商的用户行为数据，某人的点击行为，做购买预测。有人点很多商品一个不买，也有人点几个商品就买了。其中图中为同一用户的点击行为。有两个数据集，如下所示：yoochoose-clicks.dat：表示用户的浏览行为，其中一个session_id就表示一次登录都浏览了啥东西。yoochoose-buys.dat:表示用户最终购买了啥，里面是标签。1.数据简单处理fromsklear
Cary丿Xin·2023-10-01 02:25

图神经网络（Graph Neural Networks）简单介绍

文章目录图神经网络（GraphNeuralNetworks）简单介绍什么是图神经网络图神经网络的基本概念1.图（Graph）2.邻接矩阵（AdjacencyMatrix）3.图信号（GraphSignal
百年孤独百年·2023-10-01 02:24

《数据结构与算法》学习笔记之总纲

数据结构与算法学习笔记一、学习资源github无疑是我们学习编程与代码知识的一个良好平台，以下整理《数据结构与算法》相关的优秀开源项目手撕LeetCode:算法学习系列笔记，作者用通俗易懂的语言，整理总结刷
志威梦·2023-09-30 16:14

算法学习笔记【1】——二分查找

目录前言一、二分查找是什么？二、算法思路及应用1.算法思路2.算法应用【1】leetcode真题【2】猜数字三、还未解决的问题总结前言算法学习从二分查找开始，初步从三个方面认识二分查找：简介、思路及应用。一、二分查找是什么？二分查找是对有序数组进行的，可分为递归和非递归两种类型。按照关键词有序排列，其时间复杂度为0（logn)作用可分为三种：1、查找确切值。2、查找比某个数大的临界值。3、查找比某
卓凡魔王·2023-09-30 02:49

蛋白质科学中的人工智能

最近在图神经网络、扩散模型和3D几何建模方面的突破使得机器学习可以加速发现新蛋白质。
远洋之帆·2023-09-29 19:10

《论文阅读27》SuperGlue: Learning Feature Matching with Graph Neural Networks

LearningFeatureMatchingwithGraphNeuralNetworksCVPR2020veido论文code二、论文简述[参考][参考][参考]三、论文详述SuperGlue：使用图神经网络学习特征匹配本文介绍了
Darren_pty·2023-09-29 18:20

邻接矩阵对称归一化的作用

这样做的主要目的是为了解决在使用邻接矩阵进行图神经网络训练时出现的两个问题：度数偏差和梯度消失。度数偏差指的是一些节点的度数较大，而另一些节点的度数较小。
物物不物于物·2023-09-29 16:46

Talk | KDD‘23 Best Paper 港中文孙相国：All in One - 提示学习在图神经网络中的探索

他与大家分享的主题是:“提示学习在图神经网络中的探索”，他分享了提示学习基本概念，并介绍了他的团队提出的图模型多任务提示方法。
TechBeat人工智能社区·2023-09-29 05:21

[异构图-论文阅读]Heterogeneous Graph Transformer

许多现有的图神经网络（GNNs）主要针对同构图设计，无法有效表示异构结构。HGT通过设计节点和边类型相关的参数来模拟异构注意力，从而允许HGT为不同类型的节点和边保持专用的表示。
SimonChenHere·2023-09-27 18:11
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他