kanny蒋 - 程序员宅基地

CS224W 05-信息传递 message passing and node classification 学习笔记

CS224W图机器学习Lecture5节点分类的几种常用方法笔记

GNN在生化任务上的工程实现学习笔记

本文主要是关于Graph Neural Network 图神经网络在化学和生物学任务上的应用的一些关于PyTorch的一些工程实践 - 主要围绕PyG - 接下来粗浅的介绍一下RDKit 欢迎大家的批评与指正！

深入理解ReLU函数（ReLU函数的可解释性）

本篇博文主要来源于对文章 Unwrapping The Black Box of Deep ReLU Networks: Interpretability, Diagnostics, and Simplification 的学习，同时还有部分内容摘自wiki百科。什么是ReLU函数？ ...

丝质窗帘的全球与中国市场2022-2028年：技术、参与者、趋势、市场规模及占有率研究报告

主要生产商包括： ZORLU Keetex Corporation OSHO International Dedar Milano Rubelli Sattler DePloeg Klopman Elitis Création Baumann Kinnasand Just Fabrics Kanny Curtains 针对产品特性，本文将其分为下面...

【U-Net】Pytorch实现

标签： pytorch 深度学习 U-Net

2021年11月06日11:16:25 ...作者：Olaf Ronneberger, Philipp Fischer, and Thomas Brox 原文插图：网络结构：网络架构如上图1所示。它由收缩路径（左侧）和扩张路径（右侧）组成。收缩路径遵循卷积网络的典型...

图机器学习——5.10 图神经网络：预测任务

标签：机器学习神经网络深度学习

首先回顾一下整个GNN的结构，前面我们所介绍的都是红色框内所解决的任务。最终得到的节点嵌入结果，是一个关于每个在LLL层节点嵌入的集合： {hv(L),∀v∈G} \left\{\mathbf{h}_{v}^{(L)}, \forall v \in G\right\}...

图机器学习——5.11 图神经网络：网络训练与数据集划分

标签：机器学习神经网络人工智能

网络训练整体的训练可以分为基于有监督的标签训练，及无监督的训练。有监督训练可以有如下标签：基于节点标签yvy_vyv：如引文网络中，节点属于哪个学科领域；边标签yuvy_{uv}yuv：如交易网络中，边缘是否...

图机器学习——5.2 图神经网络：GNN的构建与训练

1. GNN的构建我们将节点的邻居定义为可计算的图，图神经网络的主要想法是：每一个节点可以从周围的邻居中汇聚信息，而这个汇聚的方式就是通过神经网络来进行。以下图为例，我们来进行解释：首先以节点A为目标节点...

图机器学习——5.5 广义 GNN 框架：消息传递与聚合

标签：机器学习深度学习算法

5. 广义视角下的 GNN 框架 GNN 层的本质为：消息（Message） + 聚合（Aggregation）。在这一视角下的有许多不同的实例：GCN，GraphSAGE，GAT等，下面我们将着重讲解这三个不同的实例。 GNN 的总体框架分别包括：1...

图机器学习——5.9 图神经网络：图的增广

标签：机器学习神经网络深度学习

由于在实际的训练中，原始的图结构往往不是训练的最优图结构。下面我们考虑如何对图进行增强（graph augmentation），这个类似于数据扩增，提升训练效率，模型的泛化能力及测试集的准确率。这种图增强的方法分为两...

嘉明的云计算与大数据学习之大数据综合实验案例

标签：大数据 hive hbase

本案例共包含4个实验步骤。(1)本地数据集上传到数据仓库Hive。(2)Hive数据分析。(3)Hive,MySQL、HBase数据互导。(4)利用R进行数据可视化分析。实验整体的流程如下：将数据源抽取到HDFS存储；通过Hive清洗、处理和...

Markdown 如何自动给长代码块添加滑动条 / 文本选择性隐藏

Markdown 如何自动给长代码块添加滑动条 / 文本选择性隐藏当用 Markdown 进行文档编辑时，遇到长代码或者长文本无法进行展示，这时我们就可以用如下两种方式，让我们的长文本仅占一个小区间进行展示。...

mysql多数据源切换_spring mvc+mybatis+多数据源切换

标签： mysql多数据源切换

webAppRootKeytracorg.springframework.web.util.Log4jConfigListenerCharacterEncodingFilterorg.springframework.web.filter.CharacterEncodingFilterencodingutf8forceEncodingtrueCharacterEncodingFilter/*disp...

图机器学习——5.6 广义 GNN 框架：GCN、GraphSAGE与GAT

标签：机器学习深度学习 GCN

① 图卷积网络（Graph Convolutional Networks，GCN）其核心结构为： hv(l)=σ(W(l)∑u∈N(v)hu(l−1)∣N(v)∣) \mathbf{h}_{v}^{(l)}=\sigma\left(\mathbf{W}^{(l)} \sum_{u \in N(v)} \frac{\mathbf{h}_{u}^{(l-1...

图机器学习——5.4 图神经网络：另一种视角下的GCN

标签：机器学习神经网络深度学习

另一种视角下的GCN 传统的卷积本质上就是一种加权求和方法。这种方法是针对图像或者视频数据中像素点（pixel）是排列整齐的矩阵进行处理，但遇到非欧结构中的拓扑图数据便无法进行计算。而在图卷积中，考虑的内容与...

图机器学习——5.3 图神经网络：GNN与CNN及Transformer的关系

标签： transformer 机器学习神经网络

以上就是GNN的基本框架，下面我们来看看GNN与CNN框架及Transformer中的异同。 1）GNN vs. CNN CNN层与层之间的传递公式为： hv(l+1)=σ(∑u∈N(v)∪{v}Wlu hu(l)),∀l∈{0,…,L−1} \mathrm{h}_{v}^{(l+1)}=\...

图机器学习——5.8 图神经网络：网络层连接

标签：机器学习神经网络深度学习

正常的图神经网络叠加应该是如下图所示，直接前一层的输出接后一层的输入。但这样简单的连接会出现 over-smoothing 的问题，即：所有的节点嵌入收敛到相同的值。这显然是不合理的。出现这种现象的原因如下。...

图机器学习——5.1 图神经网络：GNN初步介绍

图神经网络（Graph Neural Network，GNN）下面我们开始介绍一个图机器学习中非常重要的部分——图神经网络（Graph Neural Network，GNN）。后面这一整个大部分的内容，也主要参考：CS224W: Machine Learning with ...

图机器学习——5.7 图神经网络：应用技巧与结构设计

标签：机器学习神经网络深度学习

对于一个网络的整体设计，现在常用的图神经网络借鉴了很多深度学习中的结构，包括： Batch Normalization：使训练过程更稳定； Dropout：减轻网络的过拟合； Attention/Gating：控制message的重要性；...

为什么不能说“接受原假设”？

标签：假设检验统计学习功效

我们主要从几个方面来说明，当统计中假设检验不显著时，为什么需要说 **不拒绝原假设** 而不能说 **接受原假设** 。

安装并使用PyQt5进行界面设计

标签： qt python 开发语言

安装并使用PyQt5进行界面设计_Kanny-程序员宅基地_pyqt将ui格式的文件转化为py的Python文件pyuic5 -o srs.py srs1.0.uihttps://blog.csdn.net/weixin_41929524/article/details/81456308 亲测，可用 ...