自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

计算机研究生在读,公众号:code路漫漫

  • 博客(226)
  • 资源 (6)
  • 收藏
  • 关注

原创 一个非常好的总结论文的方法——5tion原则

文章目录MotivationContributionSolutionEvaluationSummarization偶然在这篇博客中看到,眼前一亮:http://xtf615.com/2020/11/14/MA-GNN/以往读论文就是考虑 idea、model、contribution、method和performance,看到博客的介绍,感觉对梳理论文很有帮助:Motivation, Contribution, Solution, Evaluation, Summarization,即5tion原则

2021-04-11 19:28:56 659

原创 Windows Anaconda 命令速查

列出环境conda env list激活某个名为emp的环境activate emp

2021-02-14 15:25:44 239

原创 397. 整数替换

一开始想用dp[],但是爆内存了后面改成递归,AC了class Solution: def __init__(self): self.d = dict() self.d[1] = 0 self.d[2] = 1 def integerReplacement(self, n: int) -> int: if n in self.d: return self.d[n] else:

2021-11-19 12:39:25 2904 1

原创 PyTorch 常用代码整理

生成one-hot编码def encode_onehot(labels): classes = set(labels) classes_dict = {c: np.identity(len(classes))[i, :] for i, c in enumerate(classes)} labels_onehot = np.array(list(map(classes_dict.get, labels)),

2021-07-24 12:21:56 403

原创 Graph-MLP

文章目录Info1 Motivation2 Contribution3 Solution传统GNN计算方法Graph-MLP结构LossTraining4 Evaluation5 SummarizationInfo最近很热门的一篇文章代码已经开源https://github.com/yanghu819/Graph-MLP1 Motivation基于谱和基于空间的GNN的特征聚合方法都依赖邻接矩阵去完成信息传递文章的motivation认为GNN里面的信息传递模块是不必要的2 Contribu

2021-07-13 19:08:57 689

原创 [sampling] MixGCF: An Improved Training Method for Graph Neural Network-based Recommender Systems

Info:本文首发于公众号:code路漫漫欢迎关注KDD2021采样相关的文章代码已经开源:huangtinglin/MixGCF​github.com图标文章提出了一种新的采样方法,使用该方法生成的负样本能让推荐效果更好这里从文章里面补充一下推荐系统采样相关的知识:首先数据集是implicit dataset,只有交互记录,没有交互的评分、评论等反映偏好等信息。在该数据集中,所有交互过的行为统一视为正样本,没有发生过交互的物品(往往很多)可以采样出一部分作为负样本。和正样本相似的负

2021-07-05 21:46:00 1032 1

原创 [code] 刷题模板

主要用Python和C++两种语言刷地图方向:d = [(-1,0),(1,0),(0,-1),(0,1)]BFS def BFS(start): if vis[start[0]][start[1]] == 1: # 根据条件返回 size = 0 # 记录数量 que = [start] # 队列 # 可加判断条件 # 标记访问 vis[start[0]][start[1]] = 1 while qu

2021-06-19 20:46:26 149

原创 python socket接收数据问题

直接像下面这样写,可能会收到多余的数据sk.recv(1000)正确的做法是用json,struct封装待发送的数据1 首先用json创建好本次数据的信息,报头2 获得报头信息,使用struct封装然后发送3 再发送json数据4 再发送最终的数据 header_dic = {'total_size': len(data.encode())} header_json = json.dumps(header_dic) # 构造json大小 header_bytes

2021-06-08 12:56:25 574 1

原创 [KG] Learning Intents behind Interactions with Knowledge Graph for Recommendation,WWW21

文章目录Info1 Motivation2 Contribution3 Solution3.1 intent embedding3.2 user embedding3.3 item embedding3.4 预测4 Evaluation5 Summarization本文首发于公众号:code路漫漫,欢迎关注Info原文:Learning Intents behind Interactions with Knowledge Graph for Recommendationcode:https:/

2021-06-07 13:52:04 693

原创 torch_scatter 安装

直接pip或者conda是下载不来的只能去官网下对应版本的.whl文件https://pytorch-geometric.com/whl/然后 pip install 安装

2021-06-07 11:49:26 1712

原创 [Session] Dual Sparse Attention Network For Session-based Recommendation 阅读笔记,AAAI21

文章目录Info1 Motivation2 Contribution3 Solution3.1 初步 embedding3.2 Target embedding learning3.3 学习进一步的 session 表示3.4 聚合信息并进行预测4 Evaluation5 SummarizationInfo本文首发于公众号:code路漫漫,欢迎关注官方代码:https://github.com/SamHaoYuan/DSANForAAAI2021思维导图地址:https://github.com

2021-06-04 10:50:12 980 1

原创 SR-GNN 论文阅读

文章目录Info1 Motivation2 Contribution3 Solution具体步骤3.1 构造 session graph3.2 生成 node embedding生成 global interests embedding生成 session embedding预测以及目标函数4 Evaluation5 SummarizationInfo本文首发于公众号:code路漫漫,欢迎关注原文:Session-based Recommendation with Graph Neural Ne

2021-05-31 19:52:41 545

原创 GC-SAN,GLRS常见baseline

文章目录Info1 Motivation2 Contribution3 Solution具体步骤3.1 构造 session graph3.2 生成 node embedding3.3 获取 global interests embedding3.4 获取 local interests embedding3.5 生成 session embedding3.6 预测4 Evaluation5 SummarizationInfoIJCAI 19 的文章,对 SR-GNN 做了一点改进,但是 margin

2021-05-31 14:55:52 1354 1

原创 GLRS in sequence 文章汇总

总结一下自己读过的图+sequence+推荐方向的文章FGNN论文阅读Graph Convolutional Matrix Completion,GC-MCSTAR-GCN: Stacked and Reconstructed Graph Convolutional Networks for Recommender Systems 论文阅读Graph Neural Networks for Social Recommendation 社交信息引入图推荐Session-based Recommend

2021-05-28 17:45:10 95

原创 FGNN论文阅读

文章目录InfoMotivationContributionSolutionEvaluationSummarizationInfotitle: Rethinking the Item Order in Session-based Recommendation with Graph Neural Networksgithub: https://github.com/RuihongQiu/FGNN关键词:WGAT、Readout functionMotivation当前工作的几个缺陷:对

2021-05-28 17:08:38 1513 3

原创 Session-based Recommendation with Graph Neural Networks,SR-GNN代码分析

代码仓库:https://github.com/CRIPAC-DIG/SR-GNN#paper-data-and-code数据集下载:一个是YOOCHOOSE,仓库的链接失效了,去kaggle下就好,https://www.kaggle.com/chadgostopp/recsys-challenge-2015另一个是DIGINETICA,https://competitions.codalab.org/competitions/11161下载完后解压到datasets里面最终就用到这两个文件

2021-05-22 16:27:49 2201 10

原创 Graph Learning based Recommender Systems: A Review,速览图推荐系统综述 IJCAI2021

文章目录数据分类以及模型一般交互数据的图推荐系统序列交互数据的图推荐系统利用边信息的推荐系统结合知识图谱的推荐系统图推荐的算法随机游走Graph EmbeddingGraph Neural Network Approach已有的研究和数据集IJCAI2021年图推荐综述,原文地址https://www.researchgate.net/publication/350979695_Graph_Learning_based_Recommender_Systems_A_Review本文首发于公众号:cod

2021-05-15 15:04:17 651

原创 Graph Convolutional Matrix Completion,GC-MC

文章目录MotivationContributionSolutionEvaluationSummarizationMotivationContributionSolutionEvaluationSummarization

2021-05-06 16:22:27 824

原创 STAR-GCN: Stacked and Reconstructed Graph Convolutional Networks for Recommender Systems 论文阅读

文章目录MotivationContributionSolution图的结构输入节点表示方式Encoder和Decoder的说明encoderdecoderLoss避免标签泄露EvaluationTransductive Rating PredictionInductive Rating PredictionSummarizationMotivation以往的GC-MC模型效果虽然很好,但是它存在以下不足:使用 one-hot 向量作为节点输入,导致输入维度和结点总数成比例,从而无法应用在大规模数据

2021-05-02 21:14:26 619 2

原创 Graph Neural Networks for Social Recommendation 社交信息引入图推荐

文章目录MotivationContributionSolutionUser Modeling1 item aggregation2 social aggregation3 Learning User Latent FactorItem ModelingUser AggregationEvaluationSummarizationMotivation社交信息在推荐系统中常以社交关系图存在,其中的结点是用户,边表示用户之间的联系,两个结点有边直接相连表示这两个用户是好友。在推荐系统中存在着两种图:社

2021-04-26 20:51:42 1052 3

原创 1171. 从链表中删去总和值为零的连续节点

暴力大法# Definition for singly-linked list.# class ListNode:# def __init__(self, x):# self.val = x# self.next = Noneclass Solution: def removeZeroSumSublists(self, head: ListNode) -> ListNode: lst = [] p = hea

2021-04-16 10:32:42 123 1

原创 1367. 二叉树中的列表

递归class Solution: def isSubPath(self, head: ListNode, root: TreeNode) -> bool: if not head: return True if not root: return False if root.val == head.val: return self.isSubPath(head.next,

2021-04-07 21:08:08 79

原创 80. 删除有序数组中的重复项 II

双指针变量:i遍历数组j停留在应该替换的位置cur保存当前遍历到的数字cnt保存当前遍历到数字的个数策略:如果 nums[i] = cur,说明相同字符,此时:如果 nums[j] != cur,那么应该替换然后计数cnt+1,如果cnt>2,那么应该停留,因为已经有两个元素保存了如果 nums[i] != cur,说明出现新字符,此时:更新cur,和cnt,替换num[j]class Solution: def removeDuplicates(self, nums)

2021-04-06 14:59:09 64

原创 88. 合并两个有序数组

概述用暴力的方法很简单,非暴力的解法比较巧妙合并后排序class Solution: def merge(self, nums1: List[int], m: int, nums2: List[int], n: int) -> None: """ Do not return anything, modify nums1 in-place instead. """ i,j = m,0 while j<n:

2021-04-05 20:13:59 68

原创 转换成BST的两道题目

文章目录概述题目108. 将有序数组转换为二叉搜索树二分建树109. 有序链表转换二叉搜索树暴力快慢指针+递归分治+中序遍历优化1382. 将二叉搜索树变平衡暴力二分总结概述108. 将有序数组转换为二叉搜索树109. 有序链表转换二叉搜索树延申题目:BST为什么是平衡的1382. 将二叉搜索树变平衡题目108. 将有序数组转换为二叉搜索树二分建树直接二分建树就好/** * Definition for a binary tree node. * struct TreeNode

2021-04-03 20:21:14 120

原创 链表相加的两道题目

文章目录概述2. 两数相加遍历两趟使用新链表445. 两数相加 II暴力用栈概述2. 两数相加445. 两数相加 II2. 两数相加这道题头疼的地方就是链表长度不一样我们处理一下链表,让l1的长度始终大于等于l2,然后只对这种情况处理,逻辑就会好写很多遍历两趟class Solution: def addTwoNumbers(self, l1: ListNode, l2: ListNode) -> ListNode: # 先把链表处理成l1最长

2021-04-02 22:06:32 70

原创 面试题 02.03. 删除中间节点

有点脑筋急转弯的味道了class Solution: def deleteNode(self, node): """ :type node: ListNode :rtype: void Do not return anything, modify node in-place instead. """ while node.next.next: node.val = node.next.val

2021-04-02 19:11:54 62

原创 138. 复制带随机指针的链表

文章目录概述分析题解暴力 使用额外的存储空间转换为图DFSBFScopy和拆分总结概述此题同 剑指 Offer 35. 复杂链表的复制这道题解法非常多分析如果没有random指针,那么就是普通的单链表现在多出来的条件是,有一个random指针,要求我们把random指针也拷贝下来random指针指向的是结点,不是index,如果是index就好办很多题解暴力 使用额外的存储空间现在关键的地方是我们怎么把random指针指向的结点保存下来由于这个自定义类是可变的,我们没办法做hash来记

2021-04-02 11:12:27 80 1

原创 两道链表展开的题目

概述114. 二叉树展开为链表430. 扁平化多级双向链表114 这道题目要求我们把一颗二叉树展开成链表430 这道题目要求我们把复杂的链表展开114题解已经发布在这篇博客,这里不再赘述了下面写430的题解先序递归仔细观察这个链表结构,发现我们按照先序递归的方式来访问这个复杂链表,刚好就能得到展开后的结果,那么可以写出代码:class Solution: def flatten(self, head: 'Node') -> 'Node': if not h

2021-04-01 16:19:52 50

原创 1006. 笨阶乘

文章目录概述题解暴力 表达式求值优化暴力循环计算数学概述展开为算术表达式,不带括号,然后向下取整那这道题就是计算表达式就行了,计算表达式在之前的博文里面有介绍,这里再复习一下题解暴力 表达式求值按照题意我们需要生成算术表达式 s = [] op = ['*','/','+','-'] ind = 0 for i in range(N,0,-1): s.append(i) if i !

2021-04-01 11:53:18 93

原创 20年上岸苏州大学计算机经验帖

文章目录目录个人介绍苏大情况初试数学复习经验英语复习经验专业课复试联系导师常见问题备考误区后续目录个人介绍本科双非,信息与计算科学专业,本科没学过OS的内容。九月中旬临时换成苏大,OS是换成苏大后才开始复习的。初试374/500,排名第七,其中政治60,英语二77,数学二127,专业课110复试418/450,综合排名第四如果想考苏州大学计算机的同学可以加我QQ和我交流:475679136也可以加群聊????:1094796091群里面有各种资料和总结,备考苏大计算机的同学

2021-03-31 21:11:04 744

原创 725. 分隔链表

题解关键点在于k<size的时候怎么按照题目正确划分每个part的数量size=10,k=3的时候,得到4,3,3的组合size=14,k=3的时候,得到4,4,3,3的组合容易得到规律,basic=size//k是每个划分区域的基础大小,然后初始化我们让每个part大小为basic,然后我们把size%k的数量,依次给前面的每个part加1,这样刚好是正确的数量然后我们需要实现一个摘下链表前n个结点的代码 # 取得一段链表的前n个结点,并且返回截取后的新链表 def get

2021-03-27 20:07:10 67

原创 旋转数组、链表

文章目录概述题目189. 旋转数组朴素旋转规律61. 旋转链表二次遍历,成环+断链逆置725. 分隔链表概述有考察数学的,有考察操作的题目61.旋转链表189. 旋转数组725. 分隔链表189. 旋转数组这道题如果用O(n)O(n)O(n)的空间来辅助移动那么很容易解决,这里就不贴了这个方法了朴素旋转按照规律移动每个元素到它应该位于的位置class Solution {public: void rotate(vector<int>& nums, in

2021-03-27 16:45:45 75

原创 幂相关专题

概述题目Pow(x, n)x 的平方根有效的完全平方数超级次方50. Pow(x, n)需要处理的是n<=0的状态如果n=0,那么返回1如果n<0,那么取x的倒数,再乘朴素解法 未通过class Solution: def myPow(self, x: float, n: int) -> float: if n == 0 : return 1 if n<0:

2021-03-26 10:56:06 127

原创 删除排序链表中重复元素

概述两道题目,都是对排序链表做删除操作没有什么特别难的地方,就是考察代码能力和链表操作题目删除排序链表中的重复元素删除排序链表中的重复元素 II删除排序链表中的重复元素朴素迭代:class Solution: def deleteDuplicates(self, head: ListNode) -> ListNode: if not head: return head p = head

2021-03-25 16:30:28 154

原创 114. 二叉树展开为链表

文章目录递归分析利用栈迭代展开O(1)的迭代展开,和解法1思想相同修改last指针,后序递归这道题解法太多了,先写自己的解法,然后摘录一些精妙的写法递归分析按照之前文章的思路递归的一些例子,稍微分析一下就能写出代码边界情况root为空或者root无左右孩子一般操作展开左子树得到L,展开右子树得到R然后寻找root的前驱结点t,将t的右指针指向R将root.left置为空,root.right置为L返回部分返回拼接后的root即可class Solution: def fl

2021-03-19 11:23:30 52

原创 链表翻转专题

文章目录概述题目定义基于迭代的翻转基于递归的翻转给翻转指定一个区间直接套用reverseList改进reversList(head指定翻转的个数 以2为例指定翻转的个数 给定K总结参考文章概述链表结构描述# Definition for singly-linked list.class ListNode: def __init__(self, val=0, next=None): self.val = val self.next = next由ListNo

2021-03-18 16:47:35 124

原创 计算器类题目的解法汇总

文章目录题目解法通用解法 转换成逆波兰表达式展开括号 针对224,227通用解法 基于递归引用题目力扣上关于计算器的题目:逆波兰表达式求值基本计算器基本计算器 II基本计算器 III基本计算器 IV为运算表达式设计优先级给表达式添加运算符其中基本计算器1~3是让我们设计算器,后两道题目其实和设计计算器没太大关系特别说明,由于精度的问题,这里的题目凡是涉及到除法都只保留整数部分解法通用解法 转换成逆波兰表达式对于逆波兰表达式,我们可以用一个栈就能求解出结果,这也是150.

2021-03-14 18:58:03 397

原创 224. 基本计算器

展开整个式子只有+ - ( ),如果我们把括号展开,那么可以遍历一次得到答案,即数字和符号的组合相加例如 1+2+(3-(4+5)) = 1+2+3-4-5,是+1 +2 +3 -4 -5这些数字合起来关键是我们怎么把括号展开同时给每个数字赋予正确的符号数字的符号被两个因素影响数字当前的符号数字之前的符号例如-(1+2)中2的符号,第一点,2的符号是+,第二点,2的符号受到了括号前-的影响,综合下来2的符号是-数字当前的符号很好判断,要么是正要么是负,但是数字之前的符号需要记录下来,每个

2021-03-13 16:13:34 87

原创 131. 分割回文串

最朴素的回溯直接写了一个朴素的回溯,无剪枝也无优化的class Solution: def partition(self, s: str) -> List[List[str]]: self.ans = [] self.back(s,[]) return self.ans def back(self,s,lst): if s == '': self.ans.a

2021-03-07 13:49:57 97

全面二胎政策下的中国人口增长模型以及预测#所有模型(800字论文完.zip

https://blog.csdn.net/hhmy77/article/details/80355611 指数模型,灰度预测模型(这个网上被吐槽得很水),logistic模型,Leslie矩阵,大概就这几个了,然后论文里面用得是灰度预测和logistic模型,Leslie矩阵我很想加进去,因为它用当前人口年龄结构来预测未来的人口,感觉很切合题目,但是找遍网络也没找到人口年龄结构,就不了了之了,如果你想拿奖建议你使用这个模型。

2019-05-27

图解HTTP 完整版.zip

本书对互联网基盘——HTTP协议进行了全面系统的介绍。作者由HTTP协议的发展历史娓娓道来,严谨细致地剖析了HTTP协议的结构,列举诸多常见通信场景及实战案例,最后延伸到Web安全、最新技术动向等方面。本书的特色为在讲解的同时,辅以大量生动形象的通信图例,更好地帮助读者深刻理解HTTP通信过程中客户端与服务器之间的交互情况。读者可通过本书快速了解并掌握HTTP协议的基础,前端工程师分析抓包数据,后端工程师实现REST API、实现自己的HTTP服务器等过程中所需的HTTP相关知识点本书均有介绍。

2019-05-24

resources_cn.zip

将刚才下下来的jar包压缩到目录下,该包为中文jar包 然后在重启你的PyCharm软件,你就会发现你的系统已经被中文化了,此时的导航也是中文的

2019-05-24

秦九韶算法课设C++QT

本论文针对数学中的多项式求值的问题进行了相应的研究,通过在计算机上设计秦九韶算法,并设计相应的简单程序,通过C++软件来运行,可以解决数学上多项式求值的问题。运用秦九韶算法可以方便快速的解决多项式求值问题,进而可以方便解决代数方程求根问题。因此本次论文研究的秦九韶算法是极具有研究意义的。秦九韶算法是我国宋代的一位数学家秦九韶提出来的,该算法领先世界五六个世纪。是我国古代劳动人民智慧的结晶,是我国伟大国库中的瑰宝。直至今天该算法仍是世界上多项式求值的最先进的方法。

2019-03-31

unity中国风游戏素材 PNG格式 全

unity中国风游戏素材 PNG格式,可以做手游,端游,页游开发

2018-07-11

网络学习图解HTTP完整版+TCP_IP第五版

包括了《图解HTTP》,《TCP/IP》两本高清电子书,可以用于网络学习

2018-06-02

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除