图神经网络（GNN）第7页

GNN Code Tips

目录1.重置label取值范围2.根据多个labelstensor从整体label数据中提取特定数据。3.构建GeometricGATConv和GCNConv的edge_index4.为GCNConv从全部edgeindex抽取指定的batchedgeindex4.1extractbatchedgeindexforfullnodes4.2extractbatchedgeindexforbatchn

天狼啸月1990·2023-10-02 21:41

GNN advanced knowledge

1.BP时注意lossvalue避免构建的GNNmodel在BP时陷入梯度消失或梯度爆炸，这都会导致modelperformance很差。修正方法：Batchnormalizationtorch.nn.BatchNorm1d()激活函数torch.nn.ELU();torch.nn.ReLU();torch.nn.Sigmoid()目标时将BPlossvalue限定在20-40之间Notethat

天狼啸月1990·2023-10-02 21:41

GNN PyG~torch_geometric 学习理解

目录1.PyGIntroduction2.PyGInstallation2.1PyG安装常见错误及原因2.2PyG具体安装步骤3.torch_geometricpackagestorch_geometric.data.DataDataset与DataLoaderDropout、BatchNorm3.torch_geometric:理解edge_index3.1理解mini-batchedgeind

天狼啸月1990·2023-10-02 21:10

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

Task 01 简单图论与环境配置

参考链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN/Markdown%E7%89%88%E6%9C%AC/2

沫2021·2023-10-01 10:36

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

优化｜深度学习或强化学习在组合优化方面有哪些应用？

，是由于其结合了强化学习(Reinforcementlearning)强大的决策(decision-making)能力和深度学习(deeplearning)的各种模型(RNN、Transformer、GNN

人工智能学家·2023-09-30 05:44

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

论文阅读：Heterogeneous Graph Contrastive Learning for Recommendation（WSDM ’23）

aaHua_·2023-09-25 22:04

【Graph Net学习】GNN/GCN代码实战

一、简介GNN（GraphNeuralNetwork）和GCN（GraphConvolutionalNetwork）都是基于图结构的神经网络模型。

BoostingIsm·2023-09-25 10:02

图神经网络（GNN）最新顶会论文汇总【附源码】

得益于强大的建模和分析能力，图神经网络（GNN）在社交网络分析、推荐系统、知识图谱、文本分析、等诸多领域得到了广泛的应用，目前已成为了人工智能领域的热门研究方向。

深度之眼·2023-09-23 07:20

图神经网络如何对知识图谱建模？ | 赠书

早期，图神经网络的方法在知识图谱嵌入中并没有被重视，主要由于：早期的图神经网络更多是具有同种类型节点和边的同构图，对知识图谱这样的异构图关注较少。

AI科技大本营·2023-09-22 15:30

第八课.TPAMI2021年多篇GNN相关工作

目录Topology-AwareGraphPoolingNetworksGraphNeuralNetworkswithConvolutionalARMAFiltersLearningGraphConvolutionalNetworksforMulti-LabelRecognitionandApplications补充内容DeepWalk（KDD2014）GraphSAGE（nips2017）本次内

tzc_fly·2023-09-21 12:31

第六课.GNN的可解释性

目录CNN的可解释性深度学习中的可解释性CNN可解释性的研究模仿人类视觉：ThisLooksLikeThat:DeepLearningforInterpretableImageRecognition从参数角度研究：HowFunctionsEvolveinDeepConvolutionalNeuralNetworkImage到Graph的过渡：InterpretingCNNKnowledgeviaA

tzc_fly·2023-09-21 12:30

文献综述笔记

一、主题词图神经网络图神经网络将抽象为图结构数据的实际问题看作图中节点之间的连接和信息传播问题，对节点之间的依赖关系进行建模，是一种处理图结构数据的有效技术。

Moliay·2023-09-21 06:57

图神经网络GNN GCN AlphaFold2 虚拟药物筛选和新药设计

文章目录图神经网络1.GeometricDeepLearningRepresentationlearning表征学习机器学习的数据类型：序列、网格、图引出GNN2.GraphNeuralNetworksMachineLearningLifecyclelearninggraphishardFeatureLearninginGraphsWaystoAnalyzeNetworksANaiveApproa

丸丸丸子w·2023-09-21 01:36

Pytorch Geometric中的图神经网络GAT是如何实现的？

最近在使用PytorchGeometric,这个包收集了最新的图神经网络的Pytorch实现。这篇文章想研究下它是怎么实现GAT（GraphAttentionNetwork)。

四碗饭儿·2023-09-20 12:51

Distill学习计划-GNN的通俗解释

AGentleIntroductiontoGraphNeuralNetworks译自非常好的一篇博客，原文链接本文旨在探索如何利用图的结构和特性构建出图神经网络(graphneuralnetwork,GNN

RWLinno·2023-09-20 09:42

【论文笔记】图神经网络采样相关工作整理9.19

RWLinno·2023-09-20 09:10

PyTorch Geometric (PyG) 库的安装

PyG库的安装前言1、PyG库的安装过程2、版本问题解决前言最近在学习图神经网络，需要用到PyG库，发现这个库的安装不能简单的使用pipinstall安装，这里记录一下。

steelDK·2023-09-19 22:52

【GNN 03】PyG

工具包安装：不要pip安装https://github.com/pyg-team/pytorch_geometrichttps://github.com/pyg-team/pytorch_geometricimporttorchimportnetworkxasnximportmatplotlib.pyplotaspltdefvisualize_graph(G,color):plt.figure(f

不菜不菜·2023-09-19 10:51

Google 基于 GNN 开发气味识别 AI，工作量相当于人类评价员连续工作 70 年

最近，GoogleResearch的子公司Osmo基于图神经网络，开发了气味分析AI。它可以根据化学分子的结构，对分子的气味进行预测。

·2023-09-18 15:46

Pre-trained models for natural language processing: A survey(NLP领域预训练模型研究综述)

一、前言首先列出了常用的神经网络模型：CNN、RNN、GNN以及注意力机制，它们的优点是能够缓解特征工程

敷衍zgf·2023-09-18 12:28

八、图神经网络基础【CS224W】（Datawhale组队学习）

开源内容：https://github.com/TommyZihao/zihao_course/tree/main/CS224W子豪兄B站视频：https://space.bilibili.com/1900783/channel/collectiondetail?sid=915098斯坦福官方课程主页：https://web.stanford.edu/class/cs224w文章目录前言深度学习基

卡拉比丘流形·2023-09-16 20:31

第五章：PyTorch模型定义

CNN模型解决了图视频处理问题，RNN/LSTM模型解决了序列数据处理问题，GNN在图模型上发挥了重要的作用模型定义的方式Module类是torch.nn模块里提供的一个模型构造类，是所有神经网络模块的基类

把月亮据给你·2023-09-16 16:56

神经网络常用模型与应用

神经网络神经网络可以分为三种主要类型：前馈神经网络、反馈神经网络和图神经网络。

北极象·2023-09-16 16:24

图神经网络系列之序章

文章目录一、为什么需要图神经网络？

学海一叶·2023-09-15 18:17

[学习笔记]CS224W(图机器学习) 2022/2023年冬学习笔记

资料：课程网址斯坦福CS224W图机器学习、图神经网络、知识图谱【同济子豪兄】斯坦福大学CS224W图机器学习公开课-同济子豪兄中文精讲cs224w（图机器学习）2021冬季课程学习笔记集合序言到图神经网络

N刻后告诉你·2023-09-15 08:51

笔记（一）斯坦福CS224W图机器学习、图神经网络、知识图谱

节点和连接构成的图如何对图数据进行挖掘？传统机器学习，数据是独立同分布的，解决表格、矩阵、序列等问题图机器学习处理连接的数据，需要满足以下几个方面：1、图是任意尺寸输入2、图是动态变化的，有时也是多模态数据图，可以实现端到端的表示学习图嵌入，把节点映射为D维向量，并且能够反应原数据的语义信息工具：PyG、NetworkX、dgl、图可视化工具：AntV、Echarts、Graphxr应用：最短路径

hlllllllhhhhh·2023-09-15 00:00

Spatial-Temporal Graph ODE Networks for Traffic Flow Forecasting

Spatial-TemporalGraphODENetworksforTrafficFlowForecasting摘要交通流量的复杂性和长范围时空相关性是难点经典现存的工作：1.利用浅图神经网络（shallowgraphconvolutionnetworks

day. day. up!·2023-09-14 19:22

benchmarking graph neural networks 翻译

摘要图神经网络（GNN）已成为分析和学习图数据的标准工具包。随着领域的发展，确定关键架构并验证可推广到更大，更复杂的数据集的新思路变得至关重要。

zzzzz忠杰·2023-09-14 11:30

GNN动态顺序推荐Dynamic Graph Neural Networks for Sequential Recommendation

huihui12a·2023-09-14 09:21

2023.09.10 学习周报

文章目录摘要文献阅读1-1题目1-2创新点1-3本文工作2-1题目2-2什么是图2-3图神经网络2-4信息传递3-1题目3-2创新点3-3本文工作深度学习1.GNN的构建步骤2.构建图的方法3.GNN的简单样例总结摘要本周阅读了三篇文章

MoxiMoses·2023-09-14 00:51

Google 基于 GNN 开发气味识别 AI，工作量相当于人类评价员连续工作 70 年

最近，GoogleResearch的子公司Osom基于图神经网络，开发了气味分析AI。它可以根据化学分子的结构，对分子的气味进行预测。

HyperAI超神经·2023-09-12 22:27

【图神经网络 02】图卷积

1图卷积概念图卷积获取特征需要：各节点输入特征、网络结构图。图卷积是半监督任务，不需要全部标签，少量标签也能训练，计算损失时只考虑有标签。2图卷积计算方式针对橙色节点，计算特征：平均其邻居特征（包括自身）后传入神经网络。GCN也可以做多层，每一层输入的还是节点特征。G：图A：邻接矩阵D：各个节点的度F：每个节点的特征其实就是邻接矩阵(A)与特征矩阵(F)进行乘法操作，表示聚合邻居信息。考虑自己：这

不菜不菜·2023-09-12 16:21

[学习笔记]Node2Vec图神经网络论文精读

参考资料：https://www.bilibili.com/video/BV1BS4y1E7tf/?p=12&spm_id_from=pageDriverNode2vec简述DeepWalk的缺点用完全随机游走，训练节点嵌入向量，仅能反应相邻节点的社群相似信息，无法反映节点的功能角色相似信息。Node2vec通过调节p和q的参数，可以调节权重。p值很小，更愿意返回，则类似BFS，反映的是微观视角。

N刻后告诉你·2023-09-11 21:31

[学习笔记]DeepWalk图神经网络论文精读

参考资料：DeepWalk【图神经网络论文精读】word2vec相关论文：EfficientEstimationofWordRepresentationsinVectorSpaceDistributedRepresentationsofWordsandPhrasesandtheirCompositionality

N刻后告诉你·2023-09-11 21:01

【图神经网络 01】

图的基本构成：V：Vertex(ornode)attributesE：Edge(orlink)attributesanddirectionsU：Global(ormasternode)attributes图的邻接矩阵：文本数据也可以表示图的形式，邻接矩阵表示的连接关系。以图像为例子，每个像素点周围都有邻居，A就表示邻居之间的关系。

不菜不菜·2023-09-09 20:14

【图卷积神经网络】1-入门篇：为什么使用图神经网络(下)

为什么使用图神经网络？在本书中，我们将重点介绍图学习技术中的深度学习家族，通常称为图神经网络。GNNs是一种新的深度学习架构类别，专门设计用于处理图结构化数据。

upDiff·2023-09-09 16:10

AI新时代，Graph与大模型将如何碰撞与融合？

AITIME论道·2023-09-09 13:59

[论文笔记] uGrapher: High-Performance Graph Operator Computation via Unified Abstraction for GNN

uGrapher:High-PerformanceGraphOperatorComputationviaUnifiedAbstractionforGraphNeuralNetworksuGraper:通过图神经网络的统一抽象实现高性能图算子计算

PeakCrosser·2023-09-09 07:49

推荐频道

图神经网络（GNN）

GNN Code Tips

GNN advanced knowledge

GNN PyG~torch_geometric 学习理解

图神经网络GNN(一）GraphEmbedding

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

2.3 Node2vec（图神经网络笔记）

理解图神经网络

Graph Neural Networks for Social Recommendation

Task 01 简单图论与环境配置

基于图神经网络的电商购买预测

图神经网络（Graph Neural Networks）简单介绍

优化｜深度学习或强化学习在组合优化方面有哪些应用？

蛋白质科学中的人工智能

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

邻接矩阵对称归一化的作用

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

[异构图-论文阅读]Heterogeneous Graph Transformer

论文阅读：Heterogeneous Graph Contrastive Learning for Recommendation（WSDM ’23）

【Graph Net学习】GNN/GCN代码实战

图神经网络（GNN）最新顶会论文汇总【附源码】

图神经网络如何对知识图谱建模？ | 赠书

第八课.TPAMI2021年多篇GNN相关工作

第六课.GNN的可解释性

文献综述笔记

图神经网络GNN GCN AlphaFold2 虚拟药物筛选和新药设计

Pytorch Geometric中的图神经网络GAT是如何实现的？

Distill学习计划-GNN的通俗解释

【论文笔记】图神经网络采样相关工作整理9.19

PyTorch Geometric (PyG) 库的安装

【GNN 03】PyG

Google 基于 GNN 开发气味识别 AI，工作量相当于人类评价员连续工作 70 年

Pre-trained models for natural language processing: A survey(NLP领域预训练模型研究综述)

八、图神经网络基础【CS224W】（Datawhale组队学习）

第五章：PyTorch模型定义

神经网络常用模型与应用

图神经网络系列之序章

[学习笔记]CS224W(图机器学习) 2022/2023年冬学习笔记

笔记（一）斯坦福CS224W图机器学习、图神经网络、知识图谱

Spatial-Temporal Graph ODE Networks for Traffic Flow Forecasting

benchmarking graph neural networks 翻译

GNN动态顺序推荐Dynamic Graph Neural Networks for Sequential Recommendation

2023.09.10 学习周报

Google 基于 GNN 开发气味识别 AI，工作量相当于人类评价员连续工作 70 年

【图神经网络 02】图卷积

[学习笔记]Node2Vec图神经网络论文精读

[学习笔记]DeepWalk图神经网络论文精读

【图神经网络 01】

【图卷积神经网络】1-入门篇：为什么使用图神经网络(下)

AI新时代，Graph与大模型将如何碰撞与融合？

[论文笔记] uGrapher: High-Performance Graph Operator Computation via Unified Abstraction for GNN