- 博客(35)
- 收藏
- 关注
RSS订阅原创 Graph Learing: A Survey论文阅读笔记
图神经网络的综述文章图表征学习分为四种类型：基于图信号处理方法、基于矩阵分解的方法、基于随机游走的方法、基于深度学习的方法。图神经网络的发展线图学习及其应用图在未来的发展方向动态网络生成图学习（图生成对抗网络）公平图学习图学习的可解释性...
2021-06-01 18:32:44
390
原创 Signed Graph Convolutional Network论文阅读笔记
符号图存在正负边。在SGCN算法中，利用平衡理论在各个层之间聚合和传播信息。设计SGCN的难点在于：因为负向边与正向边本质上是不同的，如何正确地处理负向边？如何在同一个模型里边联合正向边和负向边来学习节点表征。论文的主要贡献在于：3. 基于平衡理论设计了SGCN算法。4. 构建了SGCN的目标函数来高效地学习低维表征。在论文的邻接矩阵中以111表示正向边，−1-1−1表示负向边，000表示无边。在符号图中1和-1的语义是不同的，因此不能把所有的用户归为一类。Q：什么是平衡理论？A：
2021-05-14 23:00:29
1169
1
原创 Representation Learning for Attributed Multiplex Heterogeneous Network论文阅读笔记
论文提出的算法主要是针对复杂的多重异构网络（即节点有属性，节点类型有多种，边的类型有多种）。算法名字叫做GATNE，可以分为直推式GATNE-T和归纳式GATNE-I。每个节点的embedding包括base embedding和edge embedding。其中base embedding是用在共有的，edge embedding是针对不同类型的边构造的图生成的embedding。对于GATNE-T算法，base embedding是通过网络结构直接训练生成的。edge embedding是在针对不同
2021-05-12 00:40:14
260
原创 Graph Transformer Networks论文阅读笔记
因为在异构图中进行手动标注meta-path需要耗费大量的人力资源，所以本算法提出了通过学习meta-path的机制。进行1×11\times 11×1的卷积，将所有的meta-path生成的图片进行存储（为了能够处理原先的边，特此引入了单位矩阵）。假设一共有nnn个图片，则进行1×1×n×C1\times 1\times n\times C1×1×n×C的卷积操作，其中CCC是通道数。生成的矩阵两者相乘即可。上图为多长度的meta-path。...
2021-05-10 12:55:30
227
原创 Heterogeneous Graph Attention Network论文阅读笔记
论文实现了在异构图（节点和边的种类数大于2的图）实现Attention机制。节点级别的：node-level Attention，学习节点和通过元路径与其相连的节点之间的重要程度。语义级别的：semantic-level attention，学习不同元路径的重要程度。不同的节点类型可能会有不同的特征空间。例如，人节点的属性有性别、姓名等，电影节点的属性有上映时间等。异构图中有大量复杂且富含价值的语义信息，都是通过元路径来反映的。semantic-level attention是用来学习每种元路径的
2021-05-08 23:20:43
191
原创 pandas中read_excel函数参数解析
def read_excel( io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows
2021-04-28 00:49:01
1228
转载 Please make sure you have the correct access rights and the repository exists.
见链接
2021-04-19 00:36:46
106
原创 git学习笔记
Repository仓库：用来保存项目代码，每个项目有一个仓库Star收藏Fork复制别人的仓库pull request自己fork的仓库更新后，发起原仓库更新请求Watch关注此项目的动态Issue事务卡片，讨论使用的地方Git工作区域工作区添加、编辑、修改文件等动作暂存区暂存已经修改的文件最后统一提交到仓库Git仓库最终确定的文件保存到仓库Git初始化操作基本信息设置1. 设置用户名git config --global user.name 'SXxtyz'
2021-04-08 16:19:03
85
原创 python装饰器总结
装饰器的使用方法装饰器是什么？当程序函数写好之后业务做了修改，此时需要更改原来的函数。为了简化此操作，即不再改变原函数，python提供了装饰器机制。同时也可以避免大量的代码重复，例如有三个函数f1,f2,f3分别需要计算三个函数的执行时间，如下所示：from time import time, sleepdef f2(): start = time() for i in range(100): eval('1 + 1 * 2') sleep(1) e
2021-04-07 21:47:19
148
1
原创 pandas寻找四分位数及判断离群点
小菜的养殖场【题目描述】\quad\qquad清明节快到了，为了更好的经营农庄，小菜必须对他的养殖场里的鼹鼠进行重新分配。\qquad已知小菜的养殖场可以看成一块长nnn宽mmm的长方形，包含了n×mn\times mn×m个正方形方格，每个正方形方格里可以放养一只鼹鼠，但是这些鼹鼠是来自菜国的，凶猛无比，因此不能把一只鼹鼠放养在另一只鼹鼠的八邻域格子内，否则两只鼹鼠会同归于尽。\qquad小菜一共养了kkk只鼹鼠，显然，找到一种可行的放养方案是很容易的，可是小菜真的是又菜又事b，他想知道将kkk
2021-04-03 10:34:12
2415
3
原创 pandas进行多条件筛选时出错
在运行代码print(train_df[(train_df['item_price'] < q1 - 1.5 * iqr) or (train_df['item_price'] > q3 + 1.5 * iqr)])时会报错ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().原因不了解，只需将or改为∣|∣即可，好像进行条件
2021-04-02 18:14:47
507
原创 pandas.read_csv参数分析
pandas中read_csv文件的参数包括import pandas as pdpd.read_csv( filepath_or_buffer: FilePathOrBuffer, sep=",", delimiter=None, # Column and Index Locations and Names header="infer", names=None, index_col=None, usecols=None, squeeze
2021-03-28 02:00:44
329
原创 Practical Secure Aggregation for Privacy-Preserving Machine Learning论文阅读笔记
提出了一种安全聚合算法，Secure Aggregation算法，可以使得在多方学习（如联邦学习）中各方client在不暴露各自梯度的情况下实现梯度的聚合。实验我们提出了安全计算向量之和的算法，它满足常数迭代轮次、低通信代价、对故障具有鲁棒性、且有一个可信度受限的server。server有两种角色：一是想其他参与方发送信息，二是计算最终结果。鉴于联邦学习系统的缺点（对于隐私的要求以及终端不同步的问题），急切需要一种安全聚合算法来解决这些问题：操作高维数据；提高通信效率；对终端用户的失联的鲁棒
2021-03-19 17:16:05
2611
1
原创 Deep Learning with Differential Privacy论文阅读笔记
摘要以神经网络为基础的机器学习在大量的领域取得了卓越的成就。通常来讲，模型训练需要大量典型的数据集，它们可能是外包的并且包含一些敏感信息。模型不该在这些数据集中暴露隐私。为了解决这一目标，我们提出了新的算法进行学习，以及差分隐私框架下隐私成本的改良分析。我们的实验证明我们可以使用非凸目标训练深度神经网络，在中等的隐私预算、可控的软件复杂度成本、训练效率和模型质量条件下。我们综合当前最新的机器学习方法和改进的隐私保护机制，在中等隐私条件下训练神经网络模型。我们训练模型使用非凸目标、多个层次、上万个参数。
2021-03-17 23:53:34
2818
原创 CCF元素选择器
思路fat数组保存其直接祖先#include <bits/stdc++.h>using namespace std;const int maxn = 105;int n, m, fat[maxn], dot[maxn];string name[maxn], label[maxn], line, s;int main() { scanf("%d %d\n", &n, &m); for(int i = 1; i <= n; i++) {...
2021-03-16 20:38:01
152
原创 python并发编程multiprocessing、threading、asyncio
多线程并发threading模块，利用CPU和IO可同时执行的原理，让CPU在IO执行时执行**（多线程）**多CPU并行multiprocessing模块，利用多核CPU的能力，实现并行执行任务**（多进程）**多机器并行hadoop/hive/sparkasyncio模块，在单线程利用CPU和IO同时执行的原理，实现函数异步执行**（异步IO*）**使用Lock对资源加锁，防止冲突访问使用Queue实现不同线程/进程之间的数据通信，实现生产者-消费者模式使用线程池Pool/进程池Poo
2021-03-16 13:38:23
1523
1
原创 JSON解析CCF
思路先对输入的json文件进行预处理，去掉（不包含在引号里的）空格、引号、逗号、冒号等字符，将其以空格代替，然后根据利用stringstream处理即可（虽然stringstream速度很慢，但是刷CCF足够）。#include <bits/stdc++.h>using namespace std;int n, m, in;string s, json = "哈哈哈哈 ", tmp;unordered_map<string, string> hp;vector<..
2021-03-13 21:00:08
94
原创 CCF节日
思路强行模拟，计算1849年的12月31日开始，至year年的a月是第多少天（因为1949年的12月31日是周一，所以不从1850年的1月1日开始算，a的含义见题意）。#include <bits/stdc++.h>using namespace std;int a, b, c, x, y, days[] = {0, 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31};int leap(int n) { return n % 400.
2021-03-12 17:15:52
94
原创 CCF公共钥匙盒
思路模拟，没什么好说的，用set将每个可能会进行收放的时刻记录，最后判断每个时刻即可，注意是先放后拿#include <bits/stdc++.h>using namespace std;const int maxn = 1005;set<int> tim, st;int n, k, pos[maxn], state[maxn], w[maxn], s[maxn], c[maxn];int main() { scanf("%d %d", &n, &a..
2021-03-12 10:58:20
107
原创 CCF碰撞的小球
思路暴力模拟，没什么好说的#include <bits/stdc++.h>using namespace std;const int maxn = 105;struct node { int step = 1, now;} a[maxn];int n, L, t;int main() { scanf("%d %d %d", &n, &L, &t); for(int i = 1; i <= n; i++) scanf("%...
2021-03-12 01:34:14
80
原创 CCF小明放学
思路（我怕不是个废物，交通规则都不懂，写了一个小时一直WA，后来发现自己把交通规则搞错了）红绿灯的循环顺序为绿黄红，也可以写成黄红绿、红绿黄，写成绿黄红比较方便。每次循环以刚跳到绿灯时刻为000时刻，所以举例：假设绿灯持续303030秒、黄灯333秒、红灯303030秒时，第181818秒是绿灯，第313131秒是黄灯，第545454秒是红灯，第83≡20mod (30+3+30)83\equiv 20\mod(30+3+30)83≡20mod(30+3+30)秒是绿灯，依次类推。在每一个红绿..
2021-03-12 00:54:24
189
原创 CCF二十四点
思路方法一：非栈做法，加减法运算优先级相同，可以看做一种运算，乘除法同理，则最多一共判断2×2×2=82\times2\times2=82×2×2=8种情况#include <iostream>using namespace std;int n, a, b, c, d;char x, y, z;bool is_add(char m) { return m == '+' || m == '-';}int solve(int m, char op, int n) { ...
2021-03-11 18:46:59
144
原创 CCF买菜
思路方法一：归并排序的改造，遇到不相交区间时直接相加，否则依次递增寻找相交子区间长度#include <iostream>using namespace std;const int maxn = 2005;struct node { int x, y;} a[maxn], b[maxn];int n, ans;int main() { scanf("%d", &n); for(int i = 1; i <= n; i++) scanf(".
2021-03-11 17:59:57
159
原创 CCF小明种苹果（续）C++
思路简单模拟即可#include <iostream>using namespace std;const int maxn = 1005;int now, flag[maxn], N, m, T, D, E;int main() { scanf("%d", &N); for(int i = 0; i < N; i++) { scanf("%d %d", &m, &now); for(int j = ...
2021-03-11 13:53:47
87
原创 风险人群筛查C++简单模拟
思路：写一个判断是否在矩形内的函数，只需要判断再矩形外取反即可对每一组数据进行判断，设置标志位has_in，判断某个人是否已经被统计过，如果存在在矩形内的点，且还未被统计（标志位为0），则pass++，且标志位置为1设置标志位has_stay，判断某个人是否已经逗留，在矩形内时将s值自增1，如果s值大于阈值k且has_stay=0，则stay++，且将标志位置为0时间复杂度O(nt)O(nt)O(nt)，空间复杂度O(1)O(1)O(1)#include <bits/stdc++....
2021-03-09 12:20:06
212
原创 Asynchronous Federated Optimization论文阅读笔记
摘要联邦学习使得可以在大量的边缘设备上进行训练。为了提高灵活性和拓展性，我们提出了一种新的异步联邦学习优化算法。我们证明了对于强凸问题和非凸问题，以及有限类非凸问题，提出的方法都具有接近线性收敛的全局最优解。实验结果表明，提出的算法在不同的场景中都能快速收敛且能容忍陈旧（这边翻译可能不合理）。简介联邦学习系统一般会有多个server和worker（即client）组成，其组成结构与参数服务器相似。worker会在当地的隐私数据上进行训练，server会聚合各个worker的学习模型并更新全局模型。联
2021-03-09 01:29:12
1080
原创 CCF认证期末预测之最佳阈值
期末预测之最佳阈值题目描述具体来说，顿顿评估了mmm位同学上学期的安全指数，其中第i(1≤i≤m)i(1\le i\le m)i(1≤i≤m)位同学的安全指数为yiy_iyi，是一个[0,108][0,10^8][0,108]范围内的整数；同时，该同学上学期的挂科情况记作resulti∈{0,1}result_i\in \{0,1\}resulti∈{0,1}，其中000表示挂科、111表示未挂科。相应地，顿顿用predictθ(y)predict_{\theta}(y)predictθ(y)表
2021-03-08 23:56:11
467
原创 Communication-Efficient Learning of Deep Networks from Decentralized Data论文阅读笔记
摘要现代移动设备可以接触到大量可供模型学习的数据，这反过来也可以大大增强设备用户体验。例如，语言模型可以实现语音识别和文本输入，图像模型可以帮助自动挑选优良的照片。然而，这些数据往往隐私敏感且数量庞大，所以，把数据记录到数据中心并并行训练的方法不可行。我们对此作了一些改变–把训练数据分散在移动设备上并通过聚合本地计算更新来实现共享模型的学习。我们把这种分散式的方法称为联邦学习。我们提出了一种基于迭代模型平均的深度网络联邦学习的实践方法，并在555中不同的模型和四个数据集上进行了大量的模型评估。这些实验
2021-03-06 19:15:42
382
原创 python+pygraphviz实现二叉树的绘制
pygraphviz实现了对graphviz的封装，可以轻松地实现流程图等图形的绘制，支持的图形样式包括dot、neato、fdp等，绘制二叉树需要用到dot格式，更多的dot语言以及以下代码中add_node函数和add_edge函数需要用到的参数详见dot官网或者dot手册安装教程见链接二叉树的绘制python代码# coding=utf-8import pygraphviz as pgvgraph = pgv.AGraph()graph.add_node('nodeA', shape='c
2021-03-03 15:35:15
728
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人