多发Paper哈 - 博客园

2022年3月21日

论文解读（GraphCL）《Graph Contrastive Learning with Augmentations》

摘要：论文信息论文标题：Graph Contrastive Learning with Augmentations论文作者：Yuning You, Tianlong Chen, Yongduo Sui, Ting Chen, Zhangyang Wang, Yang Shen论文来源：2020, Neu 阅读全文

posted @ 2022-03-21 20:07 多发Paper哈阅读(2483) 评论(0) 推荐(1) 编辑

矩阵的迹及迹的求导

摘要：矩阵的迹的定义：一个 $n \times n$ 的矩阵 A 的迹是指 A 的主对角线上各元素的总和，记作 $\operatorname{tr}(A)$ 。即 $\operatorname{tr}(A)=\sum\limits\limits _{i=1}^{n} a_{i i}$ 定理1: $\ope 阅读全文

posted @ 2022-03-21 19:29 多发Paper哈阅读(1429) 评论(0) 推荐(0) 编辑

2022年3月20日

论文解读《Cauchy Graph Embedding》

摘要： Paper Information Title：Cauchy Graph EmbeddingAuthors：Dijun Luo, C. Ding, F. Nie, Heng HuangSources：2011, ICMLOthers：71 Citations, 30 References Abstr 阅读全文

posted @ 2022-03-20 20:58 多发Paper哈阅读(369) 评论(0) 推荐(1) 编辑

拉普拉斯特征映射（Laplacian Eigenmaps）

摘要： 1 介绍拉普拉斯特征映射（Laplacian Eigenmaps）是一种不太常见的降维算法，它看问题的角度和常见的降维算法不太相同，是从局部的角度去构建数据之间的关系。具体来讲，拉普拉斯特征映射是一种基于图的降维算法，它希望相互间有关系的点（在图中相连的点）在降维后的空间中尽可能的靠近，从而在降维阅读全文

posted @ 2022-03-20 14:45 多发Paper哈阅读(1823) 评论(0) 推荐(1) 编辑

2022年3月15日

GNN layer

摘要： Example：稀疏矩阵乘法 import math import torch import torch.nn.functional as F from torch.nn.parameter import Parameter from torch.nn.modules.module import M 阅读全文

posted @ 2022-03-15 20:01 多发Paper哈阅读(174) 评论(0) 推荐(1) 编辑

torch.spmm矩阵乘法

摘要： Example： import torch indices = torch.tensor([[0,1], [0,1]]) values = torch.tensor([2,3]) shape = torch.Size((2,2)) s = torch.sparse.FloatTensor(indic 阅读全文

posted @ 2022-03-15 19:45 多发Paper哈阅读(1038) 评论(0) 推荐(0) 编辑

PyTorch查看模型和数据是否在GPU上

摘要： Example import torch import torch.nn as nn # 判断模型是在CPU还是GPU上 model = nn.LSTM(input_size=10, hidden_size=4, num_layers=1, batch_first=True) print(next( 阅读全文

posted @ 2022-03-15 16:51 多发Paper哈阅读(201) 评论(0) 推荐(0) 编辑

邻接矩阵转稀疏矩阵

摘要： Example： import scipy.sparse as sp import numpy as np import torch adj_matrix = torch.randint(0,2,(4,4)) print(adj_matrix) tensor([[1, 1, 0, 0], [0, 1 阅读全文

posted @ 2022-03-15 16:11 多发Paper哈阅读(366) 评论(0) 推荐(0) 编辑

2022年3月9日

多分类任务中不同隐藏层层数对实验结果的影响（使用GPU）

摘要： 1 导入包 import torch import torch.nn as nn import numpy as np import torchvision import torchvision.transforms as transforms import matplotlib.pyplot as 阅读全文

posted @ 2022-03-09 10:17 多发Paper哈阅读(559) 评论(0) 推荐(1) 编辑

Pytorch 损失函数总结

摘要： 1 nn.L1Loss torch.nn.L1Loss(reduction='mean') 就是 MAE(mean absolute error)，计算公式为 $\ell(x, y)=L=\left\{l_{1}, \ldots, l_{N}\right\}^{\top}, \quad l_{n}= 阅读全文

posted @ 2022-03-09 09:21 多发Paper哈阅读(339) 评论(0) 推荐(0) 编辑

Blair

公告