图表示学习的主要目标是：将结点映射为向量表示的时候尽可能多地保留图的拓扑信息【低维、连续、稠密】。图表示学习主要分为基于图结构的表示学习和基于图特征的表示学习。 基于图结构的表示学习 在我们的图表示学习中，我们希望Embedding出来...
前置知识: 基础的【 图论, 概率论, 线性代数, 机器学习 】 相关资源: 课程: Stanford CS224W: Machine Learning with Graphs 视频 资料 讲解 数据集: Heterogeno...
本文只对比最常见的主成分分析(PCA: Principal Component Analysis)和t分布随机邻居嵌入(t-SNE: t-Distributed Stochastic Neighbor Embedding)。 t-SNE则是...
介绍 D-S证据理论是基于不确定性推理的一种数学理论，由Dempster和Shafer两位数学家在20世纪60年代提出。它是一种集合论的扩展，用于处理不完备、不确定和模糊的信息，尤其是在决策和推理问题中。 D-S证据理论将不同来源的证据(或...
Padding small Graph 按照一个批次中最大的那个图进行padding 缺点: 需要知道最大图的尺寸，且每次都不一样 需要更多的内存 Build Giant Matrices 构造更大的对角矩阵【torch_geome...
图神经网络(Graph Neural Networks, GNNs)是用于处理图数据的深度学习模型，已经在各种领域取得了显著的成就。然而，它们也存在一些问题和挑战，其中包括： 悬浮动问题(Suspended Animation Prob...
谱域图神经网络理论基础 空域图卷积和谱图卷积 ...
机器学习方法选择 深度学习常见流程及工具 常见性能指标 常见超参数 Batch Size 一般情况下，较大的批量大小(Batch Size)可以在一定程度上带来以下优势: 更高的计算效率: 使用较大的批量大小可以充分利用GPU或其...
KarateClub: [单图]一家空手道俱乐部会员的社交关系 TUDataset包含以下的数据集: MUTAG: 包含188个分子图，二分类为有亲水有毒性与否 PROTEINS: 包含1113个蛋白质的图形结构，二分类为酶和非...
基础概念 Reinforcement learning: Reinforcement learning (RL) is an area of machine learning concerned with how softwar...