目录 tips 图基础 0-图属性信息 1-图节点的概念补充--度、出度与入度 2-图分类 3-同构图异构图（子图-图元） 4-随机游走（DeepWalk、node2vec） 5-node2vec核心代码 构建模型 1-构建模型准备 2-构建图容器装载图结构用以训练 3-图卷积的构建 4-创建一个两层的图卷积--串行执行 5-创建节点的标签值--用于后边的训练拟合 6-在静态图下搭建训练过程 数据准备 Step 1: 自定义Reader生成训练/预测数据 Step 2: 在网络配置中定义数据层变量 Step 3: 将数据送入网络进行训练/预测 QA 数据读取 异步读取 算子 举例（训练） 举例（测试阶段） 在跑已有轮数的基础上继续跑的话 节点+边特征同时考虑 参考 实战 基础 作业答案 安装 总结 重点参考，参考2 中文文档说明 模型库 https://github.com/PaddlePaddle/models/tree/develop word2vec <
超级会员免费看
本文详细介绍了图的基础知识，包括图属性、节点度、图分类、同构图与异构图，以及随机游走算法。接着，文章讨论了如何构建图模型，从准备、图容器构建到图卷积的实现。数据准备部分涵盖了自定义Reader和数据送入网络的步骤。此外，还提到了数据读取的异步方法。最后，提供了参考资料和实战案例，涵盖node2vec核心代码和图卷积网络的应用。
订阅专栏 解锁全文
扫一扫
1940
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
