听风1996-CSDN博客

原创图预测任务实践

在一些应用场景中，数据集规模超级大，我们很难有足够大的内存完全存下所有数据。因此需要一个按需加载样本到内存的数据集类。Dataset基类简介在PyG中，我们通过继承torch_geometric.data.Dataset基类来自定义一个按需加载样本到内存的数据集类。继承torch_geometric.data.InMemoryDataset基类要实现的方法，继承此基类同样要实现，此外还需要实现以下方法：len()：返回数据集中的样本的数量。get()：实现加载单个图的操作。注意：在内部，__get

2021-07-09 21:35:39 172 1

原创 Task 6 图表征学习方法

1.引言图表征学习要求根据节点属性、边和边的属性（如果有的话）生成一个向量作为图的表征，基于图表征我们可以做图的预测。基于图同构网络（Graph Isomorphism Network, GIN）的图表征网络是当前最经典的图表征学习网络。（提出图同构网络的论文：How Powerful are Graph Neural Networks? ）2. 基于图同构网络（GIN）的图表征网络的实现基于图同构网络的图表征学习主要包含以下两个过程：首先计算得到节点表征；其次对图上各个节点的表征做图池化（Gr

2021-07-05 20:10:09 667

原创 Task 5 超大图上的节点表征学习

超大图上的节点表征学习引言此节文章翻译并整理自提出Cluster-GCN的论文：Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Network以及参考Datawhale教程内容Cluster-GCN简单概括为了解决普通的方法无法在超大图上做节点表征学习的问题，Cluster-GCN论文提出：利用图节点聚类算法将一个图的节点划分为ccc个簇，每一次选择几个组的节点和这些节点对应的

2021-07-01 21:40:41 169

原创 Task 4 数据完整存储于内存的数据集类+节点预测与边预测任务

序言对于占用内存有限的数据集，可以将整个数据集都加载存储至内存中。在PyG中，可以通过继承一种特殊的数据集类InMemory基类的方式来构造完全存于内存的数据集类。使用数据的一般过程：下载数据原始文件；对数据原始文件做处理，为每一个graph样本生成一个Data对象；对每一个Data对象执行数据预处理，使其转换成新的Data对象；过滤Data对象；保存Data对象到文件；获取Data对象，在每一次获取Data对象时，都先对Data对象做数据变换（于是获取到的是数据变换后的Data对象）。

2021-06-29 20:18:35 205

原创 Task 03 基于网络的节点表征学习

基于网络的节点表征学习1.表示学习机器学习领域：图像—>向量/视频—>向量….—>所有的深度学习模型都可以归结为表示学习的问题挑战：如何利用我们在图像/视频上取得的成功经验来应对图特征的表示学习卷积神经网络：表示学习利器。从图的角度看图像上的CNN：在欧式空间上的格点图尺度不变性多尺度结构为什么可以在图像上做卷积？图像局部结构相同卷积核与局部结构相同基于空间位置（spatial）的卷积（与spatial对应的是Spectral 谱）

2021-06-23 20:10:55 154

原创 Task 02 消息传递图神经网络

Task 2 消息传递图神经网络基础理论概述以消息传递机制更新中心节点信息是目前大多数图神经网络所遵从的范式，具体来说消息传递图神经网络遵循上述的“聚合邻接节点信息来更新中心节点信息的过程”，来生成节点表征。用xi(k−1)∈RF\mathbf{x}^{(k-1)}_i\in\mathbb{R}^Fxi(k−1)∈RF表示(k−1)(k-1)(k−1)层中节点iii的节点表征，ej,i∈RD\mathbf{e}_{j,i} \in \mathbb{R}^Dej,i∈RD 表示从节点jjj到节点iii

2021-06-19 23:55:21 233 2

原创 Task 01 图论基础与PyG库

Task 01 图论基础与PyG库本次组队学习的第一个任务分为理论和实践两个部分，第一个部分为图论的一些基础知识，包括图的矩阵表示以及图上的性质等。图论基础图的定义一个图由两大关键组件组成，分别为图中的节点以及节点之间的边，可以记为G={V,E}\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}G={V,E}，其中 V={v1,…,vN}\mathcal{V}=\left\{v_{1}, \ldots, v_{N}\right\}V={v1,…,vN} 是数量为 N

2021-06-16 20:23:58 519

原创第一章：介绍深度学习和PyTorch

第一章：介绍深度学习和PyTorch这章节包括这本书将教会你什么PyTorch作为构建深度学习项目的库的角色PyTorch的长处和短处这些例子你需要什么硬件我们正经历着激动人心的时刻。计算机所能做的事情的范围每周都在变化。几年前还被认为需要更高认知能力的任务，现在被机器以接近人类的表现水平解决了。有一些任务，例如用习语描述一个摄影图像，玩复杂的战略游戏，以及通过放...

2019-12-13 15:17:28 434

sigmoid