- 博客(54)
- 收藏
- 关注
RSS订阅原创 《论文写作》
综述自己工作时，应适度，不超过两三篇。概括为十句话：第 1 句: 问题的重要性、第 2 句: 已有工作、第 3 句: 已有工作局限性、第 4 句本文工作、第 5 句: 第 1 项技术优点、第 6 句: 第 2 项技术优点、第 7 句: 第 3 项技术优点、第 8 句: 实验设置、第 9 句: 实验结果、第 10 句：吹嘘下论文。要注意代码长度的控制，可以使用对已有数学公式的引用，在不特别重要的地方可以省略，其次要注意关键部分代码的注解，最后需要给出相关的时间和空间的复杂度计算。所谓工欲利其事必先利其器。
2024-10-31 18:56:36
945
原创 同济子豪兄--随机游走的艺术-图嵌入表示学习【斯坦福CS224W图机器学习】
意思是我们不关心下游任务是解决的节点的分类问题、连接预测问题、社群聚类问题还是整图的分类，这个向量是上游直接得到的我们不知道下游的任务是什么，只是先通过某种方式将节点变成的一个向量，至于你要用这个向量干嘛我们是不管心的。是机器学习中的一个重要概念，它指的是学习如何以一种能够揭示数据本质特征和结构的方式表示数据点的过程。V的平方的数量积还是很大的，下面做了一些优化，在分母中原来需要做所有节点的遍历，现在只做k个负样本，k个样本是从图中非均匀随机采样的k个样本，每个样本被找到的概率是不一样的。
2024-10-21 21:10:01
1110
原创 同济子豪兄--传统图机器学习的特征工程-全图【斯坦福CS224W】
它的核心思想是将图分解为更小的子图结构，称为 graphlets，然后计算这些 graphlets 在两个图中出现的频率，以此来估计图之间的相似度。为了解决这个问题，研究者们提出了一种高效的方法，只考虑大小为3、4和5的连接图lets，因为这些较小的图lets可以有效地捕捉图的结构特征，并且计算成本较低。将两个图的Graphlet进行数量积可以得到两张图的Kernel，这个Kernel就可以反映两张图的相似程度，若两张图不一样大的话则会对每一个向量做一个归一化。最后将两个图的Kernel点乘计算出来。
2024-10-21 10:18:54
304
原创 同济子豪兄--传统图机器学习的特征工程-连接【斯坦福CS224W】
一种是动态图例如论文的引用会随着时间而改变，我们利用上一个时间区段的图去预测下一个区段的L个连接，在将预测出来的L个连接中选出分数最高的n个连接，用这n个连接和真实存在的连接去比较。基于两节点之间的局部连接信息：1.基于共同好友个数 2.基于两节点邻居的交并比 3.下图中的“共同还有是不是社牛”的意思是若C还连接了比如E、F....很多点，那么A、B之间的关系就会显得很“淡”。基于两节点距离的连接特征、基于两节点局部连接信息、基于两节点在全图的连接信息。基于两个节点的邻域节点信息的。
2024-10-20 16:28:06
238
原创 同济子豪兄--传统图机器学习的特征工程-节点【斯坦福CS224W】
一个节点的接近中心性越高，意味着它到其他所有节点的平均距离越短，信息传播到整个网络的速度越快。它反映了一个节点的邻居节点之间相互连接的程度，即节点的邻居节点形成子图的连通程度。来判断点的情况，A和G都是度数为1，但是A是院士的关门弟子而G是一个小老板的手下的土博，两者是明显不对等的，所以说两者的质量是完全不同的。下图中的【2，1，0，2】的由来：例如第一个2是将图中a点放入u点可以匹配的子图个数其他同理。分子是节点V的周围节点之间的相连个数（节点V周围的三角形个数）。：一个节点去其他节点的远近程度。
2024-10-20 14:44:10
368
原创 同济子豪兄--图的基本表示【斯坦福CS224W图机器学习】
解释：1和2都和A有联系则在U图中1和2连接一条边，同理3和2都和A有联系则在U图中3和2连接一条边，其他以此类推构成图U（图V同理）。如果顶点 ii 和顶点 jj 之间有一条边，则邻接矩阵中第 ii 行第 jj 列和第 jj 行第 ii 列的元素为1（或边的权重，如果是加权图），否则为0。如果从顶点 ii 到顶点 jj 有一条有向边，则邻接矩阵中第 ii 行第 jj 列的元素为1（或边的权重，如果是加权图），否则为0。邻接矩阵是一个方阵，其行和列分别代表图中的顶点，矩阵中的元素表示顶点之间的边。
2024-10-19 15:40:43
806
原创 cs224w笔记（p5）
它特别关注两个节点共有的邻居节点，并给予那些在网络中不太常见的共有邻居更高的权重，而对于那些更常见的共有邻居则给予较低的权重。其中，Γ(𝑢)Γ(u) 表示节点 𝑢u 的邻居节点集合，Γ(𝑣)Γ(v) 表示节点 𝑣v 的邻居节点集合，Γ(𝑢)∩Γ(𝑣)Γ(u)∩Γ(v) 表示 𝑢u 和 𝑣v 的共有邻居节点集合。其中，𝐴A 和 𝐵B 分别代表两个集合，∣𝐴∩𝐵∣∣A∩B∣ 表示集合 𝐴A 与 𝐵B 的交集元素的数量，而 ∣𝐴∪𝐵∣∣A∪B∣ 表示集合 𝐴A 与 𝐵B 的并集元素的数量。
2024-07-19 14:02:42
589
原创 cs224w笔记（p1-p4）
图元是小的、固定的图结构，通常由少量的节点和边组成，它们在较大的图中频繁出现。它基于这样一个理念：一个节点的重要性不仅取决于它直接连接的节点数量，还取决于它所连接的节点的重要性。个人理解：首先有G图抽取出来的图元有以上3个，其次在这3个图元中不出现同构的位置有a，b，c，d，，然后将abcd依次放入v位置得出的具有不重复的表示有a->2种,b->1种,c->0种,d->2种。白话：如果一个节点到其余各点的最短的路径和是最短的，那么他是最重要的。白话：描述的是一个节点于周围节点之间的连接程度。
2024-07-18 15:03:25
726
原创 PTA 坑点！！
代码在编译器上跑的没问题，但是提交到pta上通过不了，要将char tep1[2]={a[0],a[1]},tep2[2]={a[2],a[3]}改为 char tep1[3]={a[0],a[1],'\0'},tep2[3]={a[2],a[3],'\0'};不然提交到pta是错的，本地是对的。
2024-03-09 14:53:40
203
原创 大数乘法算法
而5的阶乘，num[0]=num[0]*5%10=0，进位为2，num[1]=(num[1]*5+进位)%10=2，进位为1，num[2]=进位=1；得到5的阶乘为120。4的阶乘，num[0]=num[0]*4%10=4，而此时产生了进位，进位为2，所以num[1]=进位=2；例题：6-10 阶乘计算升级版（pta--基础编程题目集）
2024-03-08 15:32:21
550
原创 在vscode上传项目到gitee
1.打开VsCode，找到 资源管理器在 “更改”栏下选择你马上要提交到Gitee上的代码，点击 “+”号即可添加。（4）打开Gitee界面，进入我们上传代码的仓库，可以看到代码上传成功，以及注我们刚才添加的备注信息。（2）选择你要上传的仓库，可以是预先添加好的，也可以重新添加新仓库。（3）选择完成后即可准备好要上传到Gitee上的代码，具体内容如下图所示。（1）提交完成后，点击 ...菜单，选择 “推送到”，步骤如下图所示。（3）打开我们刚才创建仓库的网页，复制HTTPS对应的URL。
2024-02-04 15:48:15
1971
原创 前端Vue every() 方法
every() 方法用于检测数组所有元素是否都符合指定条件（通过函数提供）。every() 不会对空数组进行检测。every() 不会改变原始数组。
2024-02-03 17:24:24
1237
原创 解决点击按钮后页面会自动上移问题
而不是href="#" 解决点击完按钮后页面会自动上移问题。用href="javascript:void(0)"，
2024-01-22 14:38:25
526
2
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