model2018-优快云博客

原创基于图神经网络的节点表征学习

引言在图节点预测或边预测任务中，需要先构造节点表征（representation），节点表征是图节点预测和边预测任务成功的关键。在此篇文章中，我们将学习如何基于图神经网络学习节点表征。在节点预测任务中，我们拥有一个图，图上有很多节点，部分节点的预测标签已知，部分节点的预测标签未知。我们的任务是根据节点的属性(可以是类别型、也可以是数值型)、边的信息、边的属性（如果有的话）、已知的节点预测标签，对未知标签的节点做预测。我们将以Cora数据集为例子进行说明，Cora是一个论文引用网络，节点代表论文，如果两

2021-06-20 21:32:48 317

原创消息传递图神经网络

一、引言我们将学习基于神经网络的生成节点表征的范式——消息传递范式。消息传递范式是一种聚合邻接节点信息来更新中心节点信息的范式，它将卷积算子推广到了不规则数据领域，实现了图与神经网络的连接。此范式包含三个步骤：(1)邻接节点信息变换、(2)邻接节点信息聚合到中心节点、(3)聚合信息变换。 Pytorch Geometric中的MessagePassing基类 Pytorch Geometric(PyG)提供了MessagePassing基类，它实现了消息传播的自动处理，继承该基类可使我们方便地构

2021-06-20 21:16:03 483

原创怎么样做一名合格的程序猿

一、学习能力作为编程人员或IT人员，可以学习的技术太多，新的技能和模型技术层出不穷、日新月异。每年的新paper看都看不过来，主要的学习能力在于判断哪些可以晚点学、哪些可以在工作中慢慢学、哪些不需要学，把主要的精力和时间花在任务主线上。二、打基础能力正因为知识和信息迭代过快，才更需要打基础，看似矛盾，实际情况是，需要有能力找出在五年、十年后仍然有用的知识和技能，使自己在有限时间和精力下始终保持在技术前沿。对于那些每年更新的技术，投入较少的精力。相反地，一些理论知识、能够有效提升效率的支持工具等应该投入

2021-06-17 17:45:03 111

原创 2021-06-15

图结构数据图的表示定义⼀（图）：⼀个图被记为G={v,e} ，其中是数量为N=|v| 的节点的集合，e={e1,e2,em}是数量为M的边的集合。图⽤节点表示实体（entities ），⽤边表示实体间的关系（relations）。节点和边的信息可以是类别型的（categorical），类别型数据的取值只能是哪⼀类别。⼀般称类别型的信息为标签（label）。节点和边的信息可以是数值型的（numeric），数值型数据的取值范围为实数。⼀般称数值型的信息为属性（attribute）。在图的计算

2021-06-15 17:21:33 163

原创逻辑回归到底抽样还是不抽样

正常情况下，在使用逻辑回归建模时，都需要对好坏样本分层抽样，至少抽到好坏比达到1：10到1：1，比较理想，但很多时候坏样本比较少，数据不平衡，一样要把好样本抽到和坏样本一样少，似乎没有意义。但如不抽会不会影响模型？以下代码使用SAS工具在正态分布随机数据上建立逻辑回归。 /通过修改原文代码，尝试不同好坏比的数据得到结论： 1.截距越小数据越平衡 2.在X是正态分布的情况下，即使数据不平衡，抽样再...

2019-12-18 08:48:03 1084