GNN图神经网络第32页

《深入浅出图神经网络》读书笔记（5.图信号处理与图卷积神经网络）

5.图信号处理与图卷积神经网络5.1矩阵乘法5.2图信号与图的拉普拉斯矩阵图G=(V,E)G=(V,E)G=(V,E)，共有N个节点，图信号是一种描述V→RV\rightarrowRV→R的映射，可以表示为向量x=[x1,x2,...,xN]T\pmbx=[x_1,x_2,...,x_N]^Txxx=[x1,x2,...,xN]T,其中xix_ixi表示的是节点viv_ivi上的信号强度。拉普拉斯

ppgodcsy·2022-11-24 18:50

《深入浅出图神经网络》读书笔记（3.卷积神经网络）

3.卷积神经网络文章目录3.卷积神经网络5.1卷积5.1.1卷积的定义5.1.2互相关5.1.3卷积的变种5.1.4卷积的数学性质5.2卷积神经网络5.2.1用卷积代替全连接5.2.2卷积层5.2.3汇聚层（池化层）5.2.4卷积网络的整体结构5.3参数学习5.4几种典型的卷积神经网络5.4.1LeNet-55.4.2AlexNet5.4.3Inception网络e.g.GoogLeNete.g.

ppgodcsy·2022-11-24 18:20

《深入浅出图神经网络》读书笔记（1-2基础知识回顾）

基础知识回顾文章目录基础知识回顾1.图的概述1.1图的相关定义1.2图的存储和遍历1.3图的应用场景和发展2.神经网络基础2.1机器学习分类：2.2机器学习流程2.3损失函数2.4梯度下降算法2.4.1梯度下降算法原理2.4.2梯度下降算法2.5神经网络2.5.1神经元2.5.2多层感知器2.5.3激活函数2.5.3.1Sigmoid型函数2.5.3.2ReLU函数a.带泄露的ReLUb.带参数的

ppgodcsy·2022-11-24 18:19

【PyG】与networkx的图转换

在使用图神经网络的过程中，往往需要使用到相关的GNN库，而在这些GNN库中，一款比较高效热门的图神经网络库是PyTorch中的PyG库。

zz.YE·2022-11-24 17:00

论文阅读——《Global Context Enhanced Graph Neural Networks for Session-based Recommendation》

《GlobalContextEnhancedGraphNeuralNetworksforSession-basedRecommendation》基于会话推荐的全局上下文增强图神经网络摘要:基于会话的推荐

I have a lemon·2022-11-24 17:39

Session-based Recommendation with Graph Neural Networks，SR-GNN代码分析

文章目录官方代码数据集下载preprocessutilsinitgenerate_batchget_sliceModelGetitemembeddingGNNforwardSessionGraphforwardGetSessionembedding模型评估Session-basedRecommendationwithGraphNeuralNetworks官方代码代码仓库：https://githu

hhmy77·2022-11-24 17:08

Session-based Recommendation with Graph Neural Networks (SR-GNN 2019)

研一上半学期已经结束，这学期学习了很多而且很碎的东西。其中在论文中学习到的知识颇为丰富，本学期看的论文大部分都是关于推荐系统的论文，而且对基于session的推荐有了深刻的理解。趁着寒假时间，对基于session的推荐相关论文做做总结，趁热打铁。对于每篇文章，我会介绍一下这篇文章主要是在解决什么问题，其模型有什么优缺点等等，话不多说，进入正文。Session-basedRecommendation

NSSWTT·2022-11-24 17:35

Rething the Item Order in Session-based Recommendation with Graph Neural Networks (FGNN 2019)

RethingtheItemOrderinSession-basedRecommendationwithGraphNeuralNetworks本篇文章讲的仍然是使用图神经网络做基于session的推荐，

NSSWTT·2022-11-24 17:35

DataWhale推荐系统论文组队task3--Session-based Recommendation with Graph Neural Networks

Dr. J·2022-11-24 17:04

图神经网络关系抽取论文阅读笔记（二）

1用于关系抽取的生成式参数图神经网络论文：GraphNeuralNetworkswithGeneratedParametersforRelationExtraction（2019ACL）1.1创新点传统的图神经网络在进行

程哥哥吖·2022-11-24 15:47

ACL2022 | 利用中文语言层级异质图强化预训练语言模型

并利用图神经网络建模，在该HLG异质图上实施多步信息传播（Mul

PKUMOD·2022-11-24 15:00

Exploring Relational Semantics for Inductive Knowledge Graph Completion

一些gnn如GraphSAGE(Hamilton,Ying，和Leskovec2017)和GraphS

小蜗子·2022-11-24 12:21

Improving Inductive Link Prediction Using Hyper-Relational Facts

在这项工作中，我们对不同的归纳设置进行了分类，并研究了在图神经网络的最新进展支持的广泛的半归纳和全归纳

小蜗子·2022-11-24 12:40

重磅！京东21篇论文入选AI顶会AAAI 2021

其研究方向包含了计算机视觉、联邦学习、对抗学习、深度学习、序列推荐、社交推荐、图神经网络、风险管理的反因果推断，以及智能城市领域的时空AI等领域。在A

Amusi（CVer）·2022-11-24 11:35

20210716未来智能实验室收录资料

《科学》：媲美AlphaFold2的蛋白质结构预测新工具问世，一台游戏计算机十分钟出结果，完全免费2.清华团队综述全面解读图神经网络理论方法与应用3.芯片行业76个细分领域企业（国内对比国外）4.前沿丨

人工智能学家·2022-11-24 11:18

Advances in Graph Neural Networks笔记4：Heterogeneous Graph Neural Networks

以研究生组会讲异质图神经网络主题论文作为标准的话，倒是还行，介绍了HGNN的常见范式和三个经典模型。以教材或综述作为标准的话，建议别买。文章目录1.HGNN2.heterogeneousgra

诸神缄默不语·2022-11-24 10:00

同构和异构经典图神经网络汇总+pytorch代码

收集一些讲解比较好的博客或者知乎文档，以及对应的代码1、同构图神经网络-GCN/GAT/GraphSAGE图卷积：从GCN到GAT、GraphSAGE图卷积：从GCN到GAT、GraphSAGEGCN-Semi-SupervisedClassificationwithGraphConvolutionalNetworks

明日韭菜·2022-11-24 07:56

Bi-CLKT: Bi-Graph Contrastive Learning based Knowledge Tracing

其他的工作尝试引入图神经网络(GNNs)，并相应地重新定义任务，以实现显著

林若漫空·2022-11-24 07:57

module ‘torch.nn.parameter‘ has no attribute ‘UninitializedParameter‘

解决在使用torch-geometric构建图神经网络出现module‘torch.nn.parameter’hasnoattribute'UninitializedParameter’错误。

NULL PTR·2022-11-24 06:28

AttributeError: module ‘torch.nn.parameter‘ has no attribute ‘UninitializedParameter‘解决方法

最近搭建gnn需要用到torch-geometric和torch，这俩常常会出现版本不兼容问题（顺带一提，我没有使用cuda，用的是cpu，所以要使用cuda的话还请注意cuda与torch的兼容性问题

芜湖大司码丶·2022-11-24 06:55

python编程实现银行存取款程序

最近想做图神经网络，刚开始学python，但是看不懂里面的“函数”，于是自己学习了一下，根据学习内容实践了一下，编了一个小例子，可以运行着玩玩money=5000000name=input("请输入客户姓名

仙女笔记·2022-11-24 06:25

【论文笔记】图神经网络综述 A Comprehensive Survey on Graph Neural Networks

目录1.Introduction本篇综述的主要贡献本篇论文的整体结构2.DEFINITION3.分类和框架4.GRAPHCONVOLUTIONNETWORKS4.1基于谱的图卷积网络（Spectral-basedGraphConvolutionalNetworks）4.2基于空间的图卷积网络（Spacial-basedGraphConvolutionalNetworks）4.2.1Recurren

勇敢铁铁·2022-11-24 05:38

【DGL教程】第5章训练GNN

training.html官方示例：https://github.com/dmlc/dgl/tree/master/examples/pytorch官方文档给出了使用消息传递和NN模块训练用于不同类型任务的GNN

zzy979·2022-11-24 05:17

图数据集整理

pytorch-geometric.readthedocs.io/en/latest/modules/datasets.htmlhttps://github.com/pyg-team/pytorch_geometric2.gnn-benchmark

w55100·2022-11-24 05:13

GNN-第三方库：DGL【图神经网络框架，支持对异构图的处理，开源相关异构图神经网络的代码，在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果】

一、DGL库的实现与性能实现GNN并不容易，因为它需要在不规则数据上实现较高的GPU吞吐量。1、DGL库简介DGL库的逻辑层使用了顶点域的处理方式，使代码更容易理解。

u013250861·2022-11-24 05:13

第四周.02.RGCN代码讲解

文章目录导入包套路步骤1套路步骤2加载数据套路步骤3本文内容整理自深度之眼《GNN核心能力培养计划》参考案例：https://docs.dgl.ai/tutorials/models/1_gnn/4_rgcn.htmlRGCN

oldmao_2000·2022-11-24 05:06

跟着官方文档学DGL框架第十天——训练图神经网络之链接预测

参考链接https://docs.dgl.ai/en/latest/guide/training-link.html#guide-training-link-prediction概述什么是链接预测链接预测就是预测图中给定节点间是否存在边，常用于推荐系统。形式化地，给定节点uuu和vvv，链接预测的任务就是得到它们间存在链接的概率yu,v=ϕ(u,v)y_{u,v}=\phi\left(u,v\ri

cqu_shuai·2022-11-24 05:31

跟着官方文档学DGL框架第九天——训练图神经网络之边分类/回归

参考链接https://docs.dgl.ai/en/latest/guide/training-edge.html#guide-training-edge-classification回归问题与分类问题只是损失函数上的不同，模型和流程都是一样的。而获得边的预测值或者类别，可以通过融合端点的表示和边自身的表示来获得（在本节中没用上边的特征）。同构图上的边回归任务处理数据使用“跟着官方文档学DGL框

cqu_shuai·2022-11-24 05:01

图神经网络框架DGL学习 104——图分类模型（Graph Classification Tutorial）

将图神经网络应用于此问题是最近流行的方法。一、数据集已知有一以下几种类型的形状及其类型，需训练一个相应的分类模型。该数据集为DGL的MiniGCDataset。首先，导入所有要使用的模块。

wufeil·2022-11-24 04:17

图神经网络17-DGL实战：节点分类/回归

对于图神经网络来说，最常见和被广泛使用的任务之一就是节点分类。图数据中的训练、验证和测试集中的每个节点都具有从一组预定义的类别中分配的一个类别，即正确的标注。

致Great·2022-11-24 04:17

图神经网络（四）图分类（3）图分类实战

图神经网络（四）图分类（3）图分类实战4.3图分类实战4.3图分类实战本节我们通过代码来实现基于自注意力的池化机制（Self-AttentionPooling）。

炎武丶航·2022-11-24 04:46

图神经网络之DGL安装

使用简单的pip直接安装dgl是可以成功的，但训练使用cuda的话则会报错，注意，如果使用torch框架，则必须在dgl安装之前安装torch…DGL安装：condainstall-cdglteamdgl-cuda10.1此处cuda10.1必须指定，也可以其他版本

码匀·2022-11-24 04:16

图神经网络的分类

图卷积神经网络GCN、GraphSage都属于图卷积神经网络，都是利用节点与节点周围的邻居信息不断的聚合，以学习到节点的高层表示。PATCH-SAN：因为GCN和GraphSage聚合邻居信息时具有排列不变性，而PATCH-SAN是真正利用卷积操作，去完成节点的深层次的学习。GraphAttentionNetWorkGAT利用节点之间的attention，求出节点与周围邻居节点的attention

vincent_hahaha·2022-11-24 04:15

图神经网络实践之图节点分类（一）

本文主要以DeepGraphLibrary（DGL）为基础，利用图神经网络来进行图节点分类任务。本篇针对的图为同构图。

nrcc·2022-11-24 04:14

跟着官方文档学DGL框架第十一天——训练图神经网络之整图分类（Graph Classification）

参考链接https://docs.dgl.ai/en/latest/guide/training-graph.html#guide-training-graph-classificationhttps://docs.dgl.ai/en/latest/generated/dgl.readout_nodes.html#dgl.readout_nodeshttps://docs.dgl.ai/en/la

cqu_shuai·2022-11-24 04:42

【图神经网络】使用DGL框架实现简单图分类任务

随着近来学界对于图神经网络的热情持续高涨，出现了一批用图神经网络做图分类的工作。比如训练图神经网络来预测蛋白质结构的性质，根据社交网络结构来预

镰刀韭菜·2022-11-24 04:41

Advances in Graph Neural Networks笔记5：Dynamic Graph Neural Networks

文章目录1.动态图GNN概念介绍2.M2^22DNE3.H

诸神缄默不语·2022-11-24 01:25

零基础多图详解图神经网络

share_source=copy_web1.前言：主要内容：构建一个图神经网络需要哪些模块，背后的思想是什么图的上一层的结点是由图的下一层的邻居结点构成的图形无处不在。

coast_s·2022-11-23 22:25

10大NLP精选项目-涉及预训练Bert、知识图谱、智能问答、机器翻译、对话等

自然语言处理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。

Evan-yzh·2022-11-23 21:30

基于图注意力神经网络的多智能体博弈抽象

G2ANet《Multi-AgentGameAbstractionviaGraphAttentionNeuralNetwork》关键词：大规模，博弈抽象，2级（硬+软皆有）注意力机制，图神经网络通过简化策略学习过程解决了大规模智能体的问题

溪云初起，山雨欲来·2022-11-23 19:54

多智能体强化学习-G2ANet

本文将这种检测机制集成到基于图神经网络的多智能体强化学习中，以进行游戏抽象（可以理解为为了提高智能体的性能，简化

大鱼治不了水·2022-11-23 19:50

神经网络算法简单例子,图神经网络推荐算法

学：如何用Python实现7种机器学习算法（附1.线性回归算法在线性回归中,我们想要建立一个模型,来拟合一个因变量y与一个或多个独立自变量(预测变量)x之间的关系。是一个目标变量,它是一个标量线性回归模型可以理解为一个非常简单的神经网络:...2.Logistic回归算法在Logistic回归中,我们试图对给定输入特征的线性组合进行建模,来得到其二元变量的输出结果。例如,我们可以尝试使用竞选候选人

普通网友·2022-11-23 19:02

图神经网络相似度计算

图神经网络相似度计算注：大家觉得博客好的话，别忘了点赞收藏呀，本人每周都会更新关于人工智能和大数据相关的内容，内容多为原创，PythonJavaScalaSQL代码，CVNLP推荐系统等，SparkFlinkKafkaHbaseHiveFlume

陈万君Allen·2022-11-23 19:01

【序列召回推荐】(task3)GNN召回之SR-GNN

note关于图深度学习算法的简单回顾：一开始是经典的word2vec（以skip-gram为例，先取周围词随机初始化的embedding，进行平均池化后与中心词embedding进行点积）通过周围词预测中心词（多分类任务），不断迭代得到每个词embedding；deepwalk随机游走生成节点序列，然后还是用w2v生成embedding；而Node2vec仅是多了控制游走方向的参数；GCN：基础公

山顶夕景·2022-11-23 19:58

开源 | 基于会话的最优推荐模型：SR-GNN的PaddlePaddle实现

a6690696657228530187/2019-05-1410:00:09本文转载自百度PaddlePaddle百度深度学习平台PaddlePaddle于近期开源了基于会话（session-based）的推荐系统模型（SR-GNN

喜欢打酱油的老鸟·2022-11-23 19:52

推荐系统----SR-GNN: Session-based Recommendation with Graph Neural Networks

GlobalContextEnhancedGraphNeuralNetworksforSession-basedRecommendation)已经有item交互数据,推断下一个是什么session是匿名的,并且数量有限之前用RNN建模,现在用GGNN(门控图神经网络

无意识积累中·2022-11-23 19:20

Datawhale组队学习课节3：手把手教你读推荐论文-SR-GNN

宇宙哇·2022-11-23 18:08

【论文笔记】论文清单备忘录

xDiffusionModel——由浅入深的理解x❓xxGuided_Diffusion_Models_for_Robust_Image_Manipulation-CVPR_2022x❓githubxxxxx图神经网络时间题目笔记链

梅津太郎·2022-11-23 17:07

《Deep learning Based Text Classification:A comprehensive Review》文本综述

论文中涉及到的范围很广，从MLP，RNN，CNN到GNN，RL。我对GNN，RL也不是很熟悉，只是简单记录一下，供自己参考。文本分类介绍总结这项工作中，作者：

big_matster·2022-11-23 15:53

[2022]李宏毅深度学习与机器学习第四讲（选修）-GNN

[2022]李宏毅深度学习与机器学习第四讲（选修）-GNN做笔记的目的GNNNN4GDCNNMoNETGTAGIN做笔记的目的1、监督自己把50多个小时的视频看下去，所以每看一部分内容做一下笔记，我认为这是比较有意义的一件事情

走走走，快去看看世界·2022-11-23 15:23

推荐频道

GNN图神经网络