- 博客(10)
- 收藏
- 关注
RSS订阅原创 REGAL: Representation Learning-based Graph Alignment
网络对齐，不同网络之间识别相应节点现有的表征学习方法：1.依赖于单个图中节点的邻近性，产生的嵌入在不相交的网络中不具可比性。2.通常涉及一些程序随机性（如随机漫步），这在嵌入学习中引入了差异，即使在一个网络中也是如此问题：学习节点表示，推断两个网络之间的节点映射第一次将无监督图对齐问题表述为学习和匹配节点表征的问题首个使用 SGNS（skip-gram with negative sampling）捕捉结构标识的节点嵌入的方法RECAL“REpresentation learning-based Graph
2024-01-05 10:21:14
1089
1
原创 anaconda安装pytorch，cuda=10.0
4.安装numpy，这一步非常重要，需要先安装numpy才能安装pytoch，需要先cd到对应的目录下。1.以管理员身份打开anaconda prompt。3.找到cuda对应的pytorch版本，下载包。创建虚拟环境python=3.7.13。返回gpu名字，设备索引默认从0开始；
2023-05-26 09:56:57
586
1
原创 Android studio报错xxx is already running.If that is not the case, delete the files
一直报错说已经在运行中，按照他的要求删除了.lock文件还是不行，有概率变成超时错误。
2023-04-21 19:02:24
1466
原创 为什么输出控制方式更易于实现多播【现代交换原理】
如果是采用输入控制，只能在某一条入线对应的存储单元进行操作，那么在进行多播输出时，每一个输出都需要顺序从输入线对应的存储单元中读取数据；但是如果采用输出控制，在输出线对应的每一个存储单元中都会有对该数据的存储，则在输出时可以同时读取所有的输出存储单元，显然后者速度更快，也更容易。
2023-03-18 15:39:31
162
原创 【无标题】
联邦学习第一天学习提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录联邦学习前言一、什么是联邦学习前言关于我开始记录学习这件事一、什么是联邦学习联邦学习是一种带有隐私保护、安全加密技术的分布式机器学习框架，旨在让分散的各参与方在满足不向其他参与者披露隐私数据的前提下，协作进行机器学习的模型训练。经典联邦学习框架的训练过程可以简单概括为以下步骤：1）协调方建立基本模型，并将模型的基本结构与参数告知各参与方；2）各参与方利用本地数据进行模型训练，并将结果返回给协调方
2022-05-22 17:01:56
165
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