图神经网络-DGL

CS224W-图神经网络 笔记3.2：Motifs and Structural Roles in Networks - 网络的结构（Structural Roles）

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引言工作中，我们因为所处的岗位不同，公司中扮演的角色（Role）也不尽相同。而在网络中，节点的拓扑结构，决定了节点
Epiphron·2023-03-24 23:17

3090下配dgl+torch环境

3090不能使用cuda11.0以下的版本，花了大半天终于成功搞定dgl和torch的环境配置。
Decoder-Wang·2023-03-24 16:18

图神经网络07-从零构建一个电影推荐系统

欢迎大家“Fork”，点击右上角的“Fork”,可直接运行并查看代码效果关注我的专栏数据挖掘与可视化教程方便第一时间获取更新的项目【B站美食视频图鉴】干饭人干饭魂干饭都是人上人✔︎【【多伦多单车数据】车骑好，车停好，车锁好，车才好✔︎【中国移动手机用户统计】-为发烧而生TODO【⛹你是真的蔡】真真假假,假假真真,真亦假时假亦真!TODO全球COVID-19新冠疫苗接种数据分析✔︎【️B站热点追溯】
致Great·2023-03-24 07:56

图机器学习【从理论到实战】

图机器学习1、图机器学习导论1.1图神经网络与普通神经网络的异同2、图的基本表示和特征工程2.1图的基本表示2.1.1图的本体设计2.1.2图的种类2.1.3节点连接数（度）2.1.4图的基本表示（邻接矩阵
小白学习记录·2023-03-24 07:46

【Mo 人工智能技术博客】现在最流行的图神经网络库 pytorch geometric 上手教学

简介GraphNeuralNetworks简称GNN，称为图神经网络。
MoModel·2023-03-24 02:43

图神经网络库 torch_geometric 下载

下载地址：官网下载地址直接运行官网给出的命令会出现错误：error：MicrosoftVisualC++14.0orgreaterisrequired.出现这个错误的原因下载这个安装包需要用到c++编译工具，一种解决方法是直接把需要的关键包下载到本地文件夹再pipinstalltorch-geometric进入以下网址，找到对应pytorch版本的链接，点进去，选择该版本下对应的torch-geo
Coder Bin·2023-03-24 02:09

图神经网络系列【PyTorch & geometric】torch_geometric 基础全回顾

欢迎点赞收藏⭐留言回顾在“图神经网络”中常用到的经典框架——geometric&PyTorch。较为详细地介绍torchgeo
追光者♂·2023-03-24 02:31

图神经网络GCN,GraphSAGE,GAT简述

图的两大要素:node(顶点),edge(边,即顶点与顶点之间的连接)GCN,GraphSAGE,GAT均是在Weisfeiler-Lehman(WL-1)算法的基础上修改了每个iteration顶点更新的方程，都是通过使用与某个顶点相连的顶点来不断更新该顶点的特征向量Weisfeiler-Lehman(WL-1)算法GCNSEMI-SUPERVISEDCLASSIFICATIONWITHGRAP
ystsaan·2023-03-23 19:43

NLP图神经网络GCN备忘_1

GCN代码中相关知识备忘：1.将标签label转为one-hot:np.eye()和np.identity()_coder-CSDN博客_np.identity2.scipy.sparse.csr_matrix用法：scipy.sparse.csr_matrix—SciPyv1.7.0Manualcsr_matrix参数解析_bymaymay的博客-CSDN博客_sp.csr_matrixcsr_
Arms206·2023-03-23 18:55

图神经网络（1）：图卷积神经网络GCN ICLR 2017

图卷积神经网络GCNICLR2017，是曾经在美国加州大学UCI教授、现在荷兰阿姆斯特丹大学教授MaxWelling团队的大作（Max是图灵奖获得者Hinton的弟子），第一作者T.N.Kipf已经成为这个领域有名的学者和工程师。如果你能读懂英文，建议直接看作者最初发布的网站https://tkipf.github.io/graph-convolutional-networks/讲到GCN，就必须
东方小烈·2023-03-23 18:15

图神经网络（GCN）

一、GCN的起源曾经深度学习一直都是被几大经典模型给统治着，如CNN、RNN等等，它们无论再CV还是NLP领域都取得了优异的效果。但是对于图结构的数据，无论是CNN还是RNN都无法解决或者效果不好。（1）CV中的CNN：图像识别的对象是图片，是一个二维的结构，可以同CNN来提取图片的特征。CNN的核心在于kernel，它是一个小窗口，在图片上平移，通过卷积的方式来提取特征。这里的关键在于图片结构上
Blessy_Zhu·2023-03-23 17:51

图神经网络05-基于Graph的传统机器学习理论

图学习任务我们简单回顾下，上一节我们介绍了，图的机器学习任务主要是以下三种：NodeLevel:节点级别LinkLevel：边级别GraphLevel：图级别并且三部分难度依次是由浅入深的传统ML流程定义和设计节点/边/图的特征对所有训练数据构造特征训练ML模型（1）随机森林（2）支持向量机（3）神经网络等应用模型给定一个新的节点、边、图，然后获取特征进行预测我们总结下基于Graph的机器学习相关
致Great·2023-03-23 01:16

图神经网络与深度学习在智能交通中的应用：综述

2005.11691https://arxiv.org/pdf/2005.11691.pdf论文作者：JiexiaYe,JuanjuanZhao,KejiangYe,ChengzhongXu(IEEEFellow)关键词：图神经网络
5cb210704729·2023-03-21 18:39

A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[五]-GeniePath会自动过滤多度“邻居“的图神经网络算法。

推荐参考文章：A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[一]（基于距离的翻译模型:TransE、TransH、TransR、TransH、TransA、RotatE）A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[二]（DTransE/PairRE：基于表示学习的知识图谱链接预测算法）A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[三]（基于语义的匹配模型：张量分解模
汀、人工智能·2023-03-20 15:50

苏宁基于 AI 和图技术的智能监控体系的建设

汤泳，苏宁科技集团智能监控与运维产研中心总监，中国商业联合会智库顾问，致力于海量数据分析、基于深度学习的时间序列分析与预测、自然语言处理和图神经网络的研究。
图数据库NebulaGraph·2023-03-19 07:14

CS224W-图神经网络 笔记5.1：Spectral Clustering - 谱聚类基础知识点

CS224W-图神经网络笔记5.1：SpectralClustering-谱聚类基础知识点本文总结之日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
Epiphron·2023-03-17 15:49

李宏毅 GNN 课堂笔记

重要的网站https://www.dgl.ai/https://github.com/rusty1s/pytorch_geometrichttps://zhuanlan.zhihu.com/p/54505069https
音符纸飞机·2023-03-16 08:06

详解NLP中的预训练模型、图神经网络、模型压缩、知识图谱

于是很多人欲转行NLP，原因是NLP技术近几年发展非常快，像BERT、GPT-3、图神经网络、知识图谱等技术被大量应用于项目实践中，这也推动了NLP在产业中的持续落地，以及行业对相关人才的需求。
PaperWeekly·2023-03-16 07:53

2020-12-30

智能推荐算法演变及学习笔记（二）：基于图模型的智能推荐（含知识图谱/图神经网络）https://www.cnblogs.com/zhengzhicong/p/12850056.html
悠悠渔隐·2023-03-15 17:06

2021-02-16 （dgl和pyg的节点分类任务下的输入）

DGL同质图使用DGL框架调用图神经网络算法作节点分类时，需要准备的主要是两个东西：1、节点特征矩阵2、拓扑图其中拓扑图的格式要求是：DGLGraph，有三种方式得到这种格式：1、自己添加和节点和边importdglimporttorchasthg
thelong的学习日记·2023-03-14 08:12

图卷积神经网络(GCN)的理论与实践

而图神经网络可以应用于更为丰富的拓扑结构数据，如社交网络、推荐系统、交通网络等，这些数据的特点是具有无序的连接关系。
7NIC7·2023-03-12 17:14

今日知识点

今日阅读：图神经网络入门必读:一文带你梳理GCN,GraphSAGE,GAT,GAE,Pooling,DiffPool：https://mp.weixin.qq.com/s/wa_UH16wYvffLW-He2JlYg
魏清宇·2023-03-10 23:07

【环境搭建】MacOS系统M1芯片从零开始安装torch torch-geometric(PyG) torch-sparse torch-scatter步骤详解、配置图神经网络(GNN)训练环境教程

前言：实际上只装PyTorch或者torch不会遇到什么问题，但是torch-geometric、torch-scatter、torch-sparse在M1chip的Mac上非常难安装（PyGDocumentation>Installation里注明了“CondapackagesarecurrentlynotavailableforM1/M2/M3macs”）。博主试错过程中遇到了很多无解的bug
FR1SKY·2023-03-10 15:46

Pytorch实现EdgeCNN(基于PyTorch实现)

本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，
༺࿈ 海洋༒之心 ࿈༻·2023-03-09 16:57

什么是图神经网络？

什么是图神经网络？GNN将深度学习的预测能力应用于丰富的数据结构，这些数据结构将对象及其关系描述为图中由线连接的点。
扫地的小何尚·2023-03-09 13:07

开源项目介绍 ｜ Angel-高性能分布式机器学习平台

Angel支持特征工程、模型构建、参数训练、AutoML、模型服务Serving等全栈机器学习服务，提供机器学习、深度学习、图神经网络等多种算法，支持级万亿级超大规模参数模型的训
tencent__open·2023-03-09 07:17

【图神经网络】图拉普拉斯滤波器如何实现全通、低通、高通滤波

【图神经网络】图拉普拉斯滤波器如何实现全通、低通、高通滤波文章目录【图神经网络】图拉普拉斯滤波器如何实现全通、低通、高通滤波1.前言2.符号说明3.三种滤波3.1全通滤波3.2低通滤波3.2.1平滑信号分析
笃℃·2023-03-08 22:13

【竞赛复盘】2022雪浪算力开发者大赛——阀体异常检测

作者简介：重庆大学22级研一，研究方向：时空数据挖掘、图神经网络。目前正在学习大数据、数据挖掘等相关知识，希望毕业后能找到数据相关岗位。
zadarmo_·2023-02-24 07:41

GCN入门资料

沐神带读，事半功倍零基础多图详解图神经网络（GNN/GCN）【论文精读】_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1iT4y1d7zP?
简疋·2023-02-20 23:52

苏宁基于 AI 和图技术的智能监控体系的建设

汤泳，苏宁科技集团智能监控与运维产研中心总监，中国商业联合会智库顾问，致力于海量数据分析、基于深度学习的时间序列分析与预测、自然语言处理和图神经网络的研究。
·2023-02-20 17:48

推荐场景太大太复杂搞不动？快来试试 PGLBox！

图神经网络（GraphNeuralNetwork，GNN）是近年来出现的一种利用深度学习直接对图结构数据进行学习的方法，通过在图中的节点和边上制定聚合的策略，GNN能够学习到图结构数据中节点以及边内在规律和更加深层次的语义特征
·2023-02-20 16:13

《Edge-Labeling Graph Neural Network for Few-shot Learning》翻译

Edge-LabelingGraphNeuralNetworkforFew-shotLearning摘要在本文中，我们提出了一种新的边标签图神经网络，其在边标签图上采用深度学习进行小样本学习。
墨染青clothing·2023-02-19 07:56

图神经网络06-基于Graph的传统机器学习方法

1图学习任务我们简单回顾下，上一节我们介绍了，图的机器学习任务主要是以下三种：NodeLevel:节点级别LinkLevel：边级别GraphLevel：图级别å并且三部分难度依次是由浅入深的2传统ML流程定义和设计节点/边/图的特征对所有训练数据构造特征训练ML模型（1）随机森林（2）支持向量机（3）神经网络等应用模型给定一个新的节点、边、图，然后获取特征进行预测我们总结下基于Graph的机器学
致Great·2023-02-18 13:37

图神经网络16-DGL实战：图、节点和边创建与运算

DGL框架是由纽约大学和AWS工程师共同开发的开源框架，旨在为大家提供一个在图上进行深度学习的工具，帮助大家更高效的实现算法。
致Great·2023-02-17 18:43

图神经网络--图机器学习导论

图机器学习导论图神经网络图机器学习导论前言一、图神经网络的特点二、图神经网络的流程1.整体流程2.表示学习3.常用场景4.任务层次类型5.任务分类前言  传统机器学习的数据样本之间存在独立同分布的关系，
无盐薯片·2023-02-17 18:12

【论文阅读】略读 基于注意力门控图神经网络的文本分类

基于注意力门控图神经网络的文本分类[1]邓朝阳,仲国强,王栋.基于注意力门控图神经网络的文本分类[J/OL].计算机科学:1-14[2022-03-06].模型将文本图数据输入到AGGNN，捕捉非连续单词之间的长距离依赖关系以及上下文语义信息
冰淇淋和慕斯蛋糕·2023-02-17 18:12

图神经网络基础

图神经网络1、神经网络基础1.1、图数据的应用场景重要的四个类别：同构图、异构图、属性图和非显示图同构图：节点类型和关系类型只有一种。
LLLijiahao·2023-02-17 18:11

图神经网络概述

文章目录一什么是图神经网络1神经网络的兴盛2数据的异构性二图神经网络1图2图神经网络综述2.1图存储2.2图嵌入2.3图神经网络模型三图卷积神经网络GCN参考文章一什么是图神经网络我是蓝色1神经网络的兴盛
秃顶的码农·2023-02-17 18:11

图神经网络解释性问题综述

图神经网络的可解释性是目前比较值得探索的方向，这篇综述论文针对近期提出的GNN解释技术进行了系统的总结和分析，归纳对比了该问题的解决思路。
熠熠晨曦_·2023-02-17 18:10

图神经网络--图的基本表示和特征工程

图的基本表示和特征工程图神经网络图的基本表示和特征工程前言一、图的基本表示1.图的基本表示2.图的类型3.节点连接数4.邻接矩阵5.图的连通性二、传统机器学习（人工特征工程+机器学习）1.特征分类2.传统机器学习
无盐薯片·2023-02-17 18:40

Datawhale 6月学习——图神经网络：图预测任务实践

前情回顾图神经网络：图数据表示及应用图神经网络：消息传递图神经网络图神经网络：基于GNN的节点表征学习图神经网络：基于GNN的节点预测任务及边预测任务图神经网络：超大图上的节点表征学习图神经网络：基于图神经网络的图表征学习
SheltonXiao·2023-02-17 17:31

[datawhale202302]CS224W图机器学习：图机器学习导论

图机器学习的基本概念：图神经网络的基本形式，图嵌入。图机器学习可以解决的任务：分为节点、边、子图、图四个层次，以及一些应用示例（其中AlphaFold，谷歌地图，和药物联合副作用预测的案例非常有趣）。
SheltonXiao·2023-02-17 17:31

图学习02—图神经网络的发展

图神经网络的历史早在深度学习时代来临之前的2005年，图神经网络就已经出现了。一般来说，图神经网络旨在通过人工神经网络的方式将图和图上的节点（有时也包括边）映射到一个低维空间。
big_matster·2023-02-17 12:09

(1)论文 WWW2019 《Knowledge Graph Convolutional Networks for Recommender Systems》

id=3313417论文介绍1.论文所做工作这篇论文将图神经网络GNN中的图卷积网络GCN模型应用到了知识图谱KG中，并运用到推荐系统中。本篇论文的创新点：1.
无大大无大大·2023-02-17 04:19

图神经网络创新方法大幅提高性能

作者|KevinShen译者|Monanfei出品|AI科技大本营（ID:rgznai100）【导读】最近，深度学习在自然语言处理领域（NLP）取得了很大的进步。随着诸如Attention和Transformers之类新发明的出现，BERT和XLNet一次次取得进步，使得文本情感识别之类的等任务变得更加容易。本文将介绍一种新的方法，该方法使用图模型在对话中进行情感识别。什么是情感识别？简而言之，情
喜欢打酱油的老鸟·2023-02-16 22:52

GNN图神经网络原理解析

一、GNN基本概念1.图的基本组成图神经网络的核心就是进行图模型搭建，图是由点和边组成的。在计算机处理时，通常将数据以向量的形式进行存储。
Emiliano Martínez·2023-02-16 22:19

技术沙龙 | 图神经网络(GNN)最新研究进展分享

由于深度学习在可推理和可解释性方面的局限性，结合图计算与深度学习的图神经网络(GNN)成为近期学术界和工业界研究的热点新方向之一，并在社交网络、推荐系统等领域得到了广泛的应用。
开放知识图谱·2023-02-16 21:47

图神经网络和计算机视觉,《卷积神经网络与计算机视觉》 —1.1.2图像处理与计算机视觉...

1.1.2图像处理与计算机视觉我们可以将图像处理视为计算机视觉的预处理步骤。更确切地说，图像处理的目标是提取基本图像基元，包括边缘和角点、滤波、形态学操作等。这些图像基元通常表示为图像。例如，为了执行语义图像分割(一种计算机视觉任务，见图1.1)，人们可能需要在该过程中对图像做一些滤波(图像处理任务)。图像处理主要集中在处理原始图像而不会给出关于这些图像的任何知识反馈，与图像处理不同，计算机视觉产
是权·2023-02-07 12:04

Transformers与图神经网络的关系，我们能从transformer学习到什么？

1、导读这个观点的目的是构建Transformer结构背后的NLP上的直觉，以及与图神经网络的联系。图深度学习”听起来很厉害，但有什么大的商业成功的故事吗？它有没有被部署在实际app中？
BUAA～冬之恋·2023-02-07 12:03

最新最全论文合集——图神经网络在计算机视觉上的应用

AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数
AMiner学术搜索和科技情报挖掘·2023-02-07 12:03
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他