cs224w（图机器学习）2021冬季课程学习笔记16 Community Detection in Networks
1. Community Detection in Networks图中的社区识别任务就是对节点进行聚类networks & communities网络会长成图中这样：由多个内部紧密相连、互相只有很少的边连接的community组成。从社会学角度理解这一结构：在社交网络中，用户是被嵌入的节点，信息通过链接（长链接或短链接流动）。以工作信息为例，Mark Granovetter 在其60年....
cs224w（图机器学习）2021冬季课程学习笔记15 Frequent Subgraph Mining with GNNs
1. Identifying and Counting Motifs in Networkssubgraphsubgraph是网络的组成部分，可用于识别和区分不同的网络（可以说是不同种类网络会具有不同特征的subgraph）。使用传统的discrete type matching1 方法代价很大，本文会介绍使用神经网络解决subgraph matching问题的方法。以下图分子式为例：含有羧基（....
cs224w（图机器学习）2021冬季课程学习笔记14 Reasoning over Knowledge Graphs
1. Reasoning over Knowledge Graphs回忆：知识图谱补全任务1本章主旨：介绍如何实现知识图谱上的多跳推理任务。回答多跳查询问题，包括path queries和conjunctive queries。在某种程度上也可以说是在做知识图谱预测问题，在对任意predictive queries做预测。介绍query2box方法。知识图谱示例：Biomedicine（以下课程....
cs224w（图机器学习）2021冬季课程学习笔记13 Colab 3
1. 实现GraphSAGE和GAT在colab 21 中，我们是直接使用PyG内置的GCNConv来建模。在本colab中，我们将自己设计message-passing模型，建立单层GNN，并实现一个可泛化的堆叠GNN模型，应用在CORA数据集上。CORA数据集是一张引用网络，节点是文档，无向边是引用关系。每个节点有所隶属类标签。节点特征是文档 词包BoW 表示的元素。数据集中共2708个节点....
cs224w（图机器学习）2021冬季课程学习笔记12 Knowledge Graph Embeddings
本章主要内容：本章首先介绍了 异质图heterogeneous graph 和 relational GCN (RGCN)。接下来介绍了 知识图谱补全knowledge graph completion 任务，以及通过图嵌入方式的四种实现方式及其对关系表示的限制：TransE，TransR，DistMult，ComplEx。1. Heterogeneous Graphs and Relation....
cs224w（图机器学习）2021冬季课程学习笔记11 Theory of Graph Neural Networks
本章主要内容：本章主要学习GNN模型的表达能力expressive power，即将不同图数据表示为不同嵌入向量的能力。我们主要考虑图中节点的局部邻居结构 local neighborhood structure 信息，GNN通过计算图 computational graph 捕获节点的局部邻居结构。因此，GNN无法区分具有相同计算图的节点。如果GNN能将具有不同计算图的节点区分开来（即形成一个....
cs224w（图机器学习）2021冬季课程学习笔记10 Applications of Graph Neural Networks
本章主要内容：本章继续上一章1内容，讲design space剩下的两部分：图增强，如何训练一个GNN模型（GNN训练全流程）。在图增强方面：首先介绍图增强的原因和分类。然后分别介绍：graph feature augmentation的方法：使用常数特征、独热编码、图结构信息graph structure augmentation的方法： 对稀疏图：增加虚拟边或虚拟节点 对稠密图：节点邻居抽样....
cs224w（图机器学习）2021冬季课程学习笔记9 Graph Neural Networks 2: Design Space
本章主要内容：本章主要介绍了GNN的设计空间design space，也就是设计一个GNN模型中的各种选择条件。（下一章继续讲这个）本章首先讲了GNN单层的设计选择。一层GNN包含信息转换和信息聚合两个部分。讲了三种典型实例GCN、GraphSAGE、GAT。GCN相当于用权重矩阵和节点度数归一化实现信息转换，用邻居节点求平均的方式实现聚合。GraphSAGE可选用多种聚合方式来聚合邻居信息，然....
cs224w（图机器学习）2021冬季课程学习笔记8 Colab 2
1. PyG包的Dataset和Data这部分的详细解释可以参考我写的另一篇博文：PyTorch Geometric (PyG) 入门教程 。2. ogb包介绍因为没有写过专门的ogb包教程，所以将对ogb包的概览和理解都写在这里。以后如有需要可能会整合为专门的相关教程。obg包很多函数没有文档，所以只能靠查源码……这对我来说还是挺难的，所以这些函数我就只管用，先不做理解了。官网：Get Sta....
cs224w（图机器学习）2021冬季课程学习笔记7 Graph Neural Networks 1: GNN Model
1. Graph Neural Networks 1: GNN Model回忆一下节点嵌入1任务。其目的在于将节点映射到d维向量，使得在图中相似的节点在向量域中也相似。我们已经学习了 “Shallow” Encoding 的方法来进行映射过程，也就是使用一个大矩阵直接储存每个节点的表示向量，通过矩阵与向量乘法来实现嵌入过程。这种方法的缺陷在于：一个GNN网络的结构如图：通过网络可以解决的任务有：....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
人工智能平台 PAI更多学习笔记相关
人工智能平台 PAI您可能感兴趣
- 人工智能平台 PAI ecs
- 人工智能平台 PAI配置
- 人工智能平台 PAI项目
- 人工智能平台 PAI训练
- 人工智能平台 PAI近邻
- 人工智能平台 PAI算法
- 人工智能平台 PAI模型
- 人工智能平台 PAI编码
- 人工智能平台 PAI方法
- 人工智能平台 PAI入门
- 人工智能平台 PAI pai
- 人工智能平台 PAI机器学习
- 人工智能平台 PAI python
- 人工智能平台 PAI应用
- 人工智能平台 PAI数据
- 人工智能平台 PAI人工智能
- 人工智能平台 PAI平台
- 人工智能平台 PAI实战
- 人工智能平台 PAI构建
- 人工智能平台 PAI ai
- 人工智能平台 PAI优化
- 人工智能平台 PAI实践
- 人工智能平台 PAI深度学习
- 人工智能平台 PAI部署
- 人工智能平台 PAI特征
- 人工智能平台 PAI阿里云
- 人工智能平台 PAI分类
- 人工智能平台 PAI代码
- 人工智能平台 PAI学习
- 人工智能平台 PAI技术
阿里云机器学习平台PAI
阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。
+关注