happygril3

摘要： AdaGrad (Adaptive Gradient，自适应梯度) 对每个不同的参数调整不同的学习率， 对频繁变化的参数以更小的步长进行更新，而稀疏的参数以更大的步长进行更新。 gt表示第t时间步的梯度（向量，包含各个参数对应的偏导数，gt,i表示第i个参数t时刻偏导数） gt2表示第t时间步的梯度 阅读全文

摘要： import torch as th import dgl g=dgl.DGLGraph() g.add_nodes(3) g.ndata["x"]=th.ones(3,4) #number of features to match number of nodes print("nodes",g.nodes()) print("ndata",g.ndata["x"]) #increment... 阅读全文

摘要： '''class torch.nn.Linear（in_features，out_features，bias = True ）[来源] 参数： in_features - 每个输入样本的大小out_features - 每个输出样本的大小bias - 如果设置为False，则图层不会学习附加偏差。默认值：True''' import torch x = torch.randn(3,... 阅读全文

摘要： '''Send messages through all edges >>> update all nodes.DGLGraph.update_all(message_func='default', reduce_func='default', apply_node_func='default')message_func --message function on the edgesreduce_... 阅读全文

摘要： （一）清除图 g.clear() （二）节点和边得数量 （二）类型和维度 （三）删除节点和边特征 （四）增加节点 （五）增加边 1.g.add_edge(i,j) 2.g.add_edges(src_list,dst_list) 3.g.add_edges(src_tensors,dst_tenso 阅读全文

摘要： //object apply_test {// def main(args:Array[String]): Unit ={// println("apply 方法："+apply("zara","gmail.com"))// println("unapplu方法"+unapply("zara@gma 阅读全文

摘要： import java.io.FileReaderimport java.io.FileNotFoundExceptionimport java.io.IOExceptionobject exception_test { def main(args:Array[String]): Unit ={ t 阅读全文

摘要： //it.next()返回迭代器的下一个元素//it.hasNext()检测集合中是否还有元素object iterator_test { def main(args:Array[String]): Unit ={// val it=Iterator("baidu","google","taobao 阅读全文

摘要： //list:可以存放重复的对象，相同类型//set:没有重复的对象//map:键值对的映射//元组：不同类型的值的集合//option:容器//iterator:迭代器，逐一访问容器内的元素//与python的区别：//1."one":1 "one"->1//2.print("x",x) prin 阅读全文

摘要： scala中集合主要分为两类，可变（mutable）和不可变（immutable） package chapter03 //java 中的集合List,Set,Map //List:有序，可重复 ArrayList，LinkedList //Set:无序，不可重复 Mapset，TreeSet // 阅读全文