- 博客(162)
- 资源 (51)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 计算机相关专业书单推荐
文章目录数据结构与算法相关书籍机器学习相关书籍深度学习相关书籍Python相关书籍Python基础Python数据分析 - Numpy、Pandas、MatplotlibPython网络爬虫 - ScrapyPython + AIJava相关书籍Java基础C/C++相关书籍数据库相关书籍操作系统/Linux相关书籍Android相关书籍推荐一些计算机方向的计算机基础、数据结构与算法、python、Java、C/C++、Linux、深度学习、机器学习、等方面的书籍。数据结构与算法相关书籍书籍名
2021-01-27 13:54:16
3779
6
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 图卷积网络 GCN Graph Convolutional Network(谱域GCN)的理解和详细推导
文章目录1. 为什么会出现图卷积神经网络?2. 图卷积网络的两种类型2.1 vertex domain(spatial domain):顶点域(空间域)2.2 spectral domain:频域方法(谱方法)3. 什么是拉普拉斯矩阵?3.1 常用的几种拉普拉斯矩阵普通形式的拉普拉斯矩阵对称归一化的拉普拉斯矩阵(Symmetric normalized Laplacian)随机游走归一化拉普拉斯矩...
2019-08-24 22:39:58
159878
323
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 图卷积网络、图神经网络必读论文
文章目录Content[Survey papers](#content)Models[Basic Models](#content)[Graph Types](#content)[Pooling Methods](#content)AnalysisEfficiencyApplicationsPhysics[Chemistry and Biology](#content)[Knowledge Gra...
2019-08-24 22:31:26
17390
2
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 GCN - Semi-Supervised Classification with Graph Convolutional Networks 用图卷积进行半监督节点分类 ICLR 2017
文章目录Abstract1.Intruduction2.Fast Approximate Convolutions on Graphs(图的快速近似卷积)2.1 SpectralGraph Convolutins(谱图卷积)补充证明2.2 Layer-wise Linear Model(逐层线性模型)3. Semi-supervised Node Classfication(半监督节点分类)3.1...
2019-08-07 09:13:33
16094
5
原创 AttPool: Towards Hierarchical Feature Representation in Graph Convolutional Networks via Attention
文章目录1 背景介绍self-attention 和 masked attention的区别MotivationContributions2 方法2.1 卷积2.2 AttPool的PoolingGlobal attentionLocal Attention2.3 使用AttPool来进行层次化的图分类任务3 实验数据集参数设置实验结果每一个AttGCN层的分类准确率和其他Pooling方法的对比文中的分层预测的模型和传统的预测方式的对比Global Attention和Local Attention的对比
2021-01-10 18:03:02
1512
原创 SAGPool - Self-Attention Graph Pooling ICML 2019
文章目录1 相关介绍Motivation创新性背景知识self-attention 和 masked attention的区别2 相关工作基于拓扑的池化全局池化分层池化3 方法:Self-Attention Graph Pooling(SAGPool)3.1 基于self-attention的图池化方法:SAGPoolSelf-attention mask图池化SAGPool的变种 - 使用不同的GNNtorch_geometric据说是GNN的神器,这里面甚至封装了常用的GNN模型3.2 模型架构卷积层r
2021-01-07 22:03:04
1853
原创 TopK : Graph U-Nets [gPool gUnpool] 图分类 节点分类 ICML 2019
文章目录1 前言面临的问题需要了解的背景知识GCNU-Net网络向量投影和余弦相似度k-max pooling in CNNs本文贡献2 相关工作图卷积图池化3 Graph U-Nets3.1 Graph Pooling Layer:gPool (编码器层)3.2 Graph Unpooling Layer:gUnpool (解码器层)3.3 Graph U-Nets 整体架构3.4 Graph Connectivity Augmentation via Graph Power 通过图幂操作增加图的连接性
2021-01-07 21:56:45
2387
1
原创 EdgePool - Edge Contraction Pooling for Graph Neural Networks
文章目录EdgePoolChoosing edgesComputing new node featuresUnpooling EdgePool实验论文:Edge Contraction Pooling for Graph Neural Networks 利用边收缩来实现图池化作者:Diehl, Frederik and Brunner, Thomas and Le, Michael Truong and Knoll, Alois德国慕尼黑技术大学附属研究所来源:尚未发表,另一篇Towards Gr
2021-01-07 21:55:31
1791
原创 EigenPool - Graph Convolutional Networks with EigenPooling KDD 2019
文章目录1 前言2 图池化相关工作全局池化方法分层池化方法3 EigenPool基于硬分配的图坍缩(图粗化)基于特征向量的池化3 实验4 总结论文:Graph Convolutional Networks with EigenPooling作者:Yao Ma , Suhang Wang , Charu C. Aggarwal , Jiliang Tang密歇根州立大学,宾夕法尼亚州立大学来源:KDD 2019论文链接:Arxiv: https://arxiv.org/abs/1904.13107
2021-01-07 21:54:19
1288
原创 Towards Sparse Hierarchical Graph Classifiers
文章目录1 动机2 相关工作3 模型卷积层池化层readout层4 实验论文:Towards Sparse Hierarchical Graph Classifiers 稀疏层次图分类器的研究来源: NIPS 2018 Workshop论文链接:Arxiv: https://arxiv.org/abs/1811.012871 动机图表示学习的最新进展,主要是利用图卷积网络,对许多基于图的基准任务带来了实质性的改进。虽然新的学习节点embeddign的方法非常适合于节点分类和链接预测,但它们的
2021-01-07 21:52:51
646
原创 DIFFPOOL - Hierarchical Graph Representation Learning with Differentiable Pooling NIPS 2018
文章目录1 相关介绍相关概念背景介绍模型简介2 相关工作3 DIFFPOOL:可微的pooling方法3.1 问题定义图神经网络堆叠GNNs和pooling层3.2 通过学习聚类分配矩阵来进行可微的poolingQ1: 怎样学习聚类分配矩阵S?Q2: 假定聚类分配矩阵已存在,如何进行Pooling?Permutation invariance排列不变性3.3 Auxiliary Link Prediction Objective and Entropy Regularization4 实验数据集模型配置Ba
2021-01-07 21:49:27
1117
原创 SortPool (DGCNN) - An End-to-End Deep Learning Architecture for Graph Classification AAAI 2018
文章目录1 背景介绍图核方法DGCNN和WL和PK的关系2 Deep Graph Convolutional Neural Network (DGCNN) 深度图卷积神经网络图卷积层与Weisfeiler-Lehman subtree kernel的联系和propagation kernel的联系2.2 SortPooling 层2.3 Remaining layersDGCNN和PATCHY-SAN的对比3 实验4 小结论文:SortPool (DGCNN) - An End-to-End Deep L
2021-01-07 21:44:27
3303
2
原创 PATCHY-SAN - Learning Convolutional Neural Networks for Graphs ICML
文章目录1 背景2 PATCHY-SAN模型Node Sequence Selection - 根据节点排序选择要进行卷积的节点Neighborhood Assembly - 找到Node的领域,确定感受野Graph Normalization - 图规范化过程Convolutional Architecture - 卷积网络结构3 实验4 小结论文:Learning Convolutional Neural Networks for Graphs作者:Mathias Niepert, Mohamed
2021-01-07 21:38:29
1253
1
原创 HAN - Heterogeneous Graph Attention Network 异构图注意力网络 WWW 2019
文章目录1 相关介绍背景元路径 meta-path异构图和同构图相关工作Graph Neural NetworkNetwork Embedding贡献2 HAN模型2.1 Node-level Attention2.2 Semantic-level Attention2.3 模型分析3 实验3.1 数据集3.2 Baselines3.3 实现细节3.4 节点分类3.5 聚类3.6 分层注意力机制...
2020-01-02 15:02:40
11290
10
原创 Graph U-Nets [gPool gUnpool] 图分类 节点分类 图池化 ICML 2019
文章目录1 相关介绍背景贡献2 相关工作图卷积图池化3 Graph U-Nets3.1 Graph Pooling Layer:gPool3.2 Graph Unpooling Layer:gUnpool3.3 Graph U-Nets Architecture 图U-Nets架构3.4 Graph Connectivity Augmentation via Graph Power 通过图幂操作...
2019-12-02 09:02:34
14429
3
原创 SAGPool - Self-Attention Graph Pooling 图分类 图池化方法 ICML 2019
文章目录1 相关介绍背景创新性2 相关工作基于拓扑的池化全局池化分层池化3 方法3.1 基于self-attention的图池化方法:SAGPoolSelf-attention mask图池化SAGPool的变种3.2 模型架构卷积层readout层全局池化架构分层池化架构4 实验数据集GNNs的评估训练过程BaselinesSAGPool的变种结果总结5 分析全局池化和分层池化考虑图拓扑结构的影...
2019-11-30 18:28:31
19666
13
原创 [DIFFPOOL] - Hierarchical Graph Representation Learning with Differentiable Pooling 图分类 NeurIPS 2018
文章目录1 相关介绍相关概念背景介绍模型简介2 相关工作3 DIFFPOOL:可微的pooling方法3.1 问题定义图神经网络堆叠GNNs和pooling层3.2 Differentiable Pooling via Learned AssignmentsPooling with an assignment matrixLearning the assignment matrixPermutat...
2019-11-29 11:34:17
11459
11
原创 PGE - A Representation Learning Framework for Property Graphs 属性图表示学习框架 KDD 2019
文章目录1 相关介绍1.1 背景1.2 现有方法的局限性1.3 contributions2 相关工作矩阵分解随机游走图神经网络中的邻接聚合3 PGE框架3.1 符号定义3.2 问题定义3.3 PGE三步骤步骤1:基于节点属性的聚类步骤2:基于邻居的采样步骤3:邻居聚合3.4 边的方向和属性的支持3.5 算法4 PGE的分析4.1 bias策略的效率4.2 bias值的影响4.3 合并边的属性5 ...
2019-11-26 21:37:29
2135
1
原创 基于空间域的图卷积GCNs(ConvGNNs)
文章目录Spatial-based ConvGNNs 基于空间的卷积Neural Network for Graphs (NN4G)Contextual Graph Markov Model (CGMM)Diffusion Convolutional Neural Network (DCNN)扩散卷积神经网络Diffusion Graph Convolution(DGC) 扩散图卷积PGC-DGC...
2019-11-20 21:38:40
14470
5
原创 图或网络中的中心性:点度中心性、中介中心性、接近中心性、特征向量中心性、PageRank
文章目录点度中心性(degree centrality)中介中心性(betweenness centrality)接近中心性(closeness centrality)特征向量中心性(eigenvector centrality)有向图与PageRank小结网络由节点(node)和连接它们的边(edge)构成。例如,微信好友的关系是相互的,如果我是你的好友,你也是我的好友。这样的网络称为无向网络...
2019-11-17 14:25:39
99785
24
原创 GraphSAGE NIPS 2017 代码分析(Tensorflow版)
文章目录数据集ppi数据集信息toy-ppi-G.json 图的信息toy-ppi-class_map.jsontoy-ppi-id_map.jsontoy-ppi-walks.txttoy-ppi-feats.npy实验要求运行代码分析`__init__.py``utils.py``neigh_samplers.py``models.py``layers.py``minibatch.py``ag...
2019-11-08 09:09:08
12665
34
原创 How Powerful are Graph Neural Networks? GIN 图同构网络 ICLR 2019 论文详解
文章目录1 相关介绍Definition 1 :multiset数学上的单射(injective)2 GNN 怎么和 Weisfeiler-Lehman test 关联起来?2.1 符号定义2.2 Graph Neural Networks2.3 两类任务2.3 Weisfeiler-Lehman test 图同构测试3 WL test 是GNN性能的上限Lemma 24 什么样的GNN 可以和W...
2019-10-31 17:04:07
21149
9
原创 RGCN - Modeling Relational Data with Graph Convolutional Networks 使用图卷积网络对关系数据进行建模 ESWC 2018
文章目录1 相关介绍两个任务main contributions2 Neural relational modeling2.1 符号定义2.2 关系图卷积网络R-GCN2.3 Regularization 规则化basis decomposition 基函数分解dblock-diagonal decomposition 块对角分解3 节点分类4 链接预测5 实验5.1 实体分类实验Datasets...
2019-10-27 11:12:55
20488
6
原创 GCMC - Graph Convolutional Matrix Completion 图卷积矩阵补全 KDD 2018
文章目录1 相关介绍1.1 背景1.2 side information1.3 contributions1.4 相关介绍自编码器矩阵分解模型Matrix completion with side information2 在二部图中矩阵补全作为一种连接预测2.1 符号定义2.2 Revisiting graph auto-encoders 图自编码器2.3 Graph convolutional...
2019-10-25 18:13:59
19016
8
原创 win10 Clion 免编译使用OpenBLAS线性代数库
近期需要移植项目,所以要在Windows上用BLAS。 网上有相关流程,但总体来看一是比较繁琐,二来有效性不高。本流程根据自身经验总结,希望能有所帮助。Openblas github官网有介绍如何在Window上编译的方法(How to use OpenBLAS in Microsoft Visual Studio),但是编译很麻烦。网上大多都是使用Microsoft Visual Studio...
2019-10-23 15:25:09
977
3
原创 Low-memory GEMM-based convolution algorithms for deep neural networks 深度神经网络中基于GEMM的低内存卷积算法
文章目录1 相关介绍DNN卷积的实现方法contributions2 DNN 卷积3 使用O(K2CHW)O(K^2CHW)O(K2CHW) 空间的patch matrix的卷积3.1 Matrix layouts3.2 Patch-minor layouts3.3 Patch-building Algoritmsim2col−scanim2col−copy−selfim2col−copy−lon...
2019-10-20 22:18:24
1145
1
原创 MEC:Memory-efficient Convolution for Deep Neural Network 深度神经网络中内存高效的卷积算法MEC 论文详解 ICML 2017
文章目录1 相关介绍2 Preliminaries标记相关工作3 MEC算法3.1 动机3.2 MEC 算法初级版本3.3 MEC 算法高级版本3.4 分析4 实验结果论文:MEC: Memory-efficient Convolution for Deep Neural Network 深度神经网络内存高效的卷积作者:Minsik Cho,Daniel Brand来源:ICML 2017...
2019-10-20 15:19:19
1784
原创 SGC - Simplifying Graph Convolutional Networks 简化的图卷积网络 论文详解 ICML 2019
文章目录1 相关介绍1.1 Simple Graph Convolution (SGC)提出的背景1.2 SGC效果2 Simple Graph Convolution 简化的图卷积2.1 符号定义2.2 图卷积网络GCNGCN vs MLPFeature propagation 特征传播Feature transformation and nonlinear transition分类器2.3 简...
2019-10-15 23:06:27
12449
4
原创 Parallel Multi Channel Convolution using General Matrix Multiplication 基于广义矩阵乘法的并行多通道卷积 ASAP 2017
文章目录1 相关介绍用到的一些定义背景contributions2 CNN多通道卷积是单通道卷积的和im2col3 新方法3.1 Kernel to Row(kn2row) and Kernel to Column (kn2col)4. 实验结果实验设置性能趋势相关工作论文:Parallel Multi Channel Convolution using General Matrix Multi...
2019-10-14 22:43:57
1329
1
原创 python复杂网络分析库networkx
文章目录1 简介安装支持四种图绘制网络图基本流程2 Graph-无向图节点边属性有向图和无向图互转3 DiGraph-有向图一些精美的图例子绘制一个DNN结构图一些图论算法最短路径问题一些其他神经网络绘制工具列表参考1 简介networkx是一个用Python语言开发的图论与复杂网络建模工具,内置了常用的图与复杂网络分析算法,可以方便的进行复杂网络数据分析、仿真建模等工作。利用networ...
2019-10-13 23:00:43
18057
7
原创 Adaptive Sampling Towards Fast Graph Representation Learning 基于适应性采样的快速图表示学习 论文详解 NIPS 2018
文章目录论文题目:Adaptive Sampling Towards Fast Graph Representation Learning作者:来自Tencent AI Lab的Wenbing Huang, Tong Zhang, Yu Rong, Junzhou Huang时间:2018来源:NIPS论文链接:https://papers.nips.cc/paper/7707-adap...
2019-10-10 23:36:13
2931
原创 [EGNN] Exploiting Edge Features for Graph Neural Networks 利用图神经网络的边特征 论文详解 CVPR 2019
文章目录1 简介1.1 GAT和GCN的局限性1.2 EGNN的创新点2 相关工作3 EGNN网络3.1 符号定义3.2 EGNN和GNN的对比3.3 Doubly stochastic normalization of edges 边的双随机归一化3.4 EGNN(A): Attention based EGNN layer3.5 EGNN\(C\): Convolution based EGN...
2019-10-09 22:06:33
9067
7
原创 GeniePath:Graph Neural Networks with Adaptive Receptive Paths 论文详解 AAAI2019
文章目录1 相关介绍1.1 感受野的定义贡献2 图卷积网络GCNGCN、GraphSAGE、GATDiscussions3 GeniePath3.1 Permutation Invariant 排列不变性Theorem 1 (Permutation Invariant 排列不变性)Remark 2 (Associative Property 结合律)3.2 Adaptive Path Layer ...
2019-09-23 10:22:44
3229
2
原创 FastGCN: fast learning with graph convolutional networks via importance sampling 论文详解 ICLR 2018
文章目录1 简单介绍概率测度 probability measure自助法 bootstrappingGCN面临的两个挑战解决思路(创新点)2 相关工作3 通过采样进行训练和推理定理13.1 variance reduction 方差缩减Proposition 2(命题2)定理3命题43.2 Inference 推理3.2 和GraphSAGE的对比4 实验Benchmark数据集实验细节Fast...
2019-09-21 11:16:56
8747
1
原创 Deeper Insights into Graph Convolutional Networks for Semi-Supervised Learning 深入了解半监督学习的图卷积网络GCN
文章目录1 简介2 相关工作2.1 Graph-Based Semi-Supervised Learning 基于图的半监督学习2.2 Graph Convolutional Networks 图卷积网络2.3 Semi-Supervised Classification with GCNs 用GCN进行半监督节点分类3 分析3.1 Why GCNs Work ?Laplacian Smoothi...
2019-09-19 15:30:43
5793
2
原创 [PinSage] Graph Convolutional Neural Networks for Web-Scale Recommender Systems 论文详解KDD2018
文章目录摘要1 简介1.1 背景介绍1.2 推荐系统评测指标2 相关研究3 方法3.1 Problem Setup3.2 Model ArchitectureForward propagation algorithmImportance-based neighborhoodStacking convolutions 堆叠卷积层3.3 Model Training 模型训练Loss function...
2019-09-18 16:00:20
4975
2
原创 GAT - Graph Attention Network 图注意力网络 ICLR 2018
文章目录1 相关介绍GCN的局限性本文贡献(创新点)attention 引入目的相关工作谱方法 spectral approaches非谱方法 non-spectral approaches (基于空间的方法)注意力机制 self-attention2 GATGraph Attentional Layer计算注意力系数(attention coefficient)加权求和(aggregate)mu...
2019-09-17 11:13:46
11861
6
原创 GCN使用的数据集Cora、Citeseer、Pubmed、Tox21格式
文章目录Cora、Citeseer、Pubmed以Cora为例数据格式示例Tox21 数据集本文分享一下图卷积网络GCN里用到的一些数据集的格式Cora、Citeseer、Pubmed数据集来源#图#节点#边#特征#标签(y)Cora“Collective classification in network data,” AI magazine,20081...
2019-09-14 17:28:31
40444
37
原创 神经网络参数初始化方法
文章目录过大或者过小的初始化1. 所有的参数初始化为0或者相同的常数2. 随机初始化3. Batch Normalization4. Xavier限制均匀分布正态分布5. MSRA正态分布均匀分布总结及使用的概率公式神经网络模型一般依靠随机梯度下降进行模型训练和参数更新,网络的最终性能与收敛得到的最优解直接相关,而收敛结果实际上又很大程度取决于网络参数的最开始的初始化。理想的网络参数初始化使模型...
2019-09-14 10:29:40
11014
原创 图卷积网络GCN代码分析(Tensorflow版)
文章目录GCN中的数据集和格式说明Cora、Citeseer、Pubmed以Cora为例数据格式示例代码分析`train.py``models.py``layers.py``utils.py``metrics.py``inits.py`参考应某些同学要求,分享一个对GCN源码的分析。源代码 github:https://github.com/tkipf/gcnGCN中的数据集和格式说明Co...
2019-09-08 18:27:55
40527
57
算法竞赛宝典 张新华 三部完整
2018-11-10
102种花分类数据集 102flower
2018-11-04
机器学习(Machine Learning in Action)原版+中文版+源码+数据
2018-10-20
Android百度语音合成语音识别Demo
2018-03-16
机器学习实战(Python 开发 高清 非扫描 可复制文字 pdf)
2017-10-29
Python数据分析基础教程NumPy学习指南第2版(高清 非扫描 可复制代码文字 pdf)
2017-10-29
Spark+MLlib机器学习实践 pdf
2017-10-28
深度学习(中文版,高清非扫描可复制PDF)-IanGoodfellow(伊恩·古德费洛) 著
2017-10-28
Python数据挖掘入门与实践 (中文高清非扫描可复制代码完整版pdf)
2017-10-28
利用Python进行数据分析(高清 非扫描 可复制代码的PDF)
2017-10-28
机器学习实战
2017-08-23
Spring.MVC-A.Tutorial-Spring.MVC学习指南 高清可复制版PDF
2017-08-08
图卷积网络Graph Convolutional Network(GCN)的理解和详细推导.pdf
2020-06-11
Latex algorithm2e 算法伪代码 官方介绍文档.pdf
2019-12-22
A Comprehensive Survey on Graph Neural Networks_V3_Thu, 8 Aug 2019 05:13:16.pdf
2019-11-18
2019-A Comprehensive Survey on Graph Neural Network图神经网络GNN综述.pdf.zip
2019-10-29
DeepWalk: Online Learning of Social Representations作者ppt
2019-09-05
A Comprehensive Survey on Graph Neural Network(2019).pdf
2019-08-22
Large-Scale Learnable Graph Convolutional Networks(LGCN)ppt pdf
2019-08-19
Cluster-GCN An Efficient Algorithm for Training Deep and Large Graph...ppt pdf
2019-08-19
ResGCN-Can GCNs Go as Deep as CNNs? 两份PPT(官方PPT和会议PPT).zip
2019-08-12
ResGCN-Can GCNs Go as Deep as CNNs 论文ppt
2019-08-12
SwitchyOmega_Chromium.crx v2_5_20 github最新版
2019-08-11
Batched Sparse Matrix Multiplication for Accelerating Graph Convolutional PPT
2019-08-03
人工智能-一种现代方法中文第三版pdf、课件、作业及解答、课后习题答案、实验代码和报告、历年考博题 百度网盘下载链接
2019-07-10
Caffe官方教程中文版(高清 非扫描).zip
2019-06-21
MSVC版qt qt-opensource-windows-x86-msvc2015_64-5.8.0
2018-11-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人