本文介绍了SIR-GN，一种用于图节点的快速结构迭代表示学习方法。通过ACM Transactions on Knowledge Discovery from Data发表，作者详细阐述了论文背景、源码实现和运行步骤。文章提供了环境配置、代码解读，特别是参数设置和迭代学习过程，展示了如何从图文件生成节点嵌入。最后，作者分享了完整的注释版源码和学习心得。
简介
Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
唯有努力💪
论文简介
原文链接：https://dl.acm.org/doi/abs/10.1145/3450315
期刊：ACM Transactions on Knowledge Discovery from Data （CCF B类）
源码：https://github.com/mjoaristi/SIR-GN
年度：2021/05/19
准备工作
环境
- python3.7
- numpy
- sklearn
创
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
