首页
首页
BOT
沸点
课程
直播
活动
AI刷题
NEW
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
《图机器学习、图神经网络、知识图谱》
爱读Paper的Toby
创建于2023-02-13
订阅专栏
图机器学习、图神经网络、知识图谱学习
等 2 人订阅
共11篇文章
创建于2023-02-13
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
Task09 图神经网络的表示能力
1 知识回顾 GNN通用框架包括邻域信息转换、邻域信息集合、跨层连接、输入图和特征的增广、学习目标 GNN训练步骤:拆分数据集、预测头、损失函数、模型评估 2 GNN的表示能力 2.1 GNN基础概念
Task08 图神经网络基础
1 知识回顾 节点嵌入表示:相似度的计算$\text{similarity}(u, v) = z_v^T z_u$ 深度图编码器:基于图结构的多层非线性变换 使用场景包括节点分类、连接预测、社区检测、
Task07 标签传播与节点分类
1 基本概念回顾 图机器学习的任务:节点层面、连接层面、社交(子图)层面、全图层面 半监督节点分类:通过已知节点预测出未知标签节点的类别 半监督节点分类问题的求解方法:节点特征工程、节点表示学习(图嵌
Task 07 Pagerank算法
Task06 PageRank 1 PageRank冷知识 PageRank是Google最早的搜索引擎算法,给每个网页重要度打分,高分靠前 1997年之前的搜索引擎:网页收录少,相关率20%,排序效
Task06 Node2Vec算法
Task05 Node2Vec论文精读 1 Node2Vec简介 1.1 Graph Embedding图嵌入 图嵌入:将图中的节点node映射到D维向量vector,D维向量具有低维、连续(元素都是
Task05 Deepwalk算法
Task05 DeepWalk论文精读 1 DeepWalk简介 1.1 相关概念 DeepWalk主要将Graph的每一个节点编码成一个D维向量,Embedding中隐式包含了Graph中的社群、连
Task04 图嵌入表示学习
1 回顾 图机器学习的任务:节点层面、连接层面、社交(子图)层面、全图层面 传统机器学习步骤:(节点、连接)抽取D个特征编码成D维向量,再进行训练和预测。(不讲属性特征,只讲连接特征) 如何把节点映射
Task03 NetworkX创建图-连接表和邻接表
创建图——连接表和邻接表 导入三元组连接表 数据来源:http://www.openkg.cn/dataset/ch4masterpieces 通过连接表Edge List创建图 可视化 查看全图参数
Task03 NetworkX安装与内置图的使用
NetworkX安装与内置图 验证安装成功 设置matplotlib中文 经典图结构 全连接无向图 全连接有向图 环状图 梯状图 线性珠串图 星状图 轮辐图 二项树 格栅图 二维矩阵网格图 多维网格图
Task02 图的基本表示和特征工程
Task02 图的基本表示和特征工程 1 图的基本表示 1.1 图的基本表示 Objects:nodes(节点)、vertices(顶点)表示为
Task01 图机器学习导论
1基本概念 图:描述关联数据的通用语言 图的应用场景:计算机网络、疾病传播路径、食物链、地铁站、社交网络、经济网络、通讯网络、论文引用网络、互联网(网页引用)、人脑神经网络、医疗知识图谱、基因和蛋白质