化繁为简，弃快从慢

2023年5月15日

摘要： DGL开发者，并不是将各种模型进行堆砌而是将GNN抽象为MPNN 图的表示（1）可视化画出来节点和边难以进行数学运算（2）邻接矩阵不直观容易进行数学运算上述的图，转化为邻接矩阵将X的特征和邻接矩阵做乘法矩阵乘法的本质就是在图上做消息传播，每个节点会将特征沿着边，发送到目标节点，目阅读全文

posted @ 2023-05-15 08:57 化繁为简，弃快从慢阅读(56) 评论(0) 推荐(0)

2023年5月14日

四图卷积的公式推导

摘要： 1 定义图上的卷积操作假定有一个函数，输入是图的邻接矩阵，输出是L/Lsym这种性质比较好的矩阵 F（A）可以分解：那么我们定义图上的卷积操作先让X去新的域，再进行操作，最后用逆变换变回来作出限制：gΘ（尖）是λ的多项式函数： 2 限制的好处如果上述函数是多项式函数，那么就需要做特征分解了阅读全文

posted @ 2023-05-14 23:38 化繁为简，弃快从慢阅读(192) 评论(0) 推荐(0)

一GCN的基础知识 01

摘要： 1 graph 和image 区别 graph是由点和边构成，可以代表任何事物之间的关系 image只是表达式欧氏空间力的事物关系可以将像素设为节点，相邻像素连接右边，将image转化为graph iamg是graph的特例 2 图神经网络专门用来处理图数据的神经网络架构给每个节点的特征H和图阅读全文

posted @ 2023-05-14 15:24 化繁为简，弃快从慢阅读(66) 评论(0) 推荐(0)

二谱图理论

摘要： 1 谱图理论研究和图的邻接矩阵相关的矩阵的性质（1）特征值和特征向量（2）实对称矩阵（3）半正定矩阵（4）二次型（5）rayleigh 商就是特征值 2 L 和Lsym矩阵 L是图的拉普拉斯矩阵 L = D -A Lsym是L的对称规范化（1）L 和Lsym是实对称矩阵，他们都有n 阅读全文

posted @ 2023-05-14 15:24 化繁为简，弃快从慢阅读(48) 评论(0) 推荐(0)

三傅里叶变换

摘要： 1 傅里叶变换研究同一个事物，在不同的领域的视角是怎么不同的 2 傅里叶分析之掐死教程 - 知乎 (zhihu.com) 傅里叶变换和逆变换是无损的 3 变换的目的有的操作在不同的领域的成本不同上面的音频：可以由傅里叶转换为下面这样就可以将音频拆分为男女不同的音频 4 图上做变换的必要性图阅读全文

posted @ 2023-05-14 15:24 化繁为简，弃快从慢阅读(104) 评论(0) 推荐(0)

2023年5月8日

AttributeError: module 'dgl.function' has no attribute 'copy_src'

摘要：报错解析：安装了最新的DGL包，之前的一些功能可能省略，或者是合并成了新功能解决方法：使用新的功能来代替copy_src 阅读全文

posted @ 2023-05-08 11:07 化繁为简，弃快从慢阅读(638) 评论(0) 推荐(0)

DGL用户指南----第7章：分布式训练

摘要： 7.1 分布式训练所需的图数据预处理 7.2 分布式计算的API 7.3 运行分布式训练/推断所需的工具阅读全文

posted @ 2023-05-08 11:05 化繁为简，弃快从慢阅读(38) 评论(0) 推荐(0)

DGL用户指南---第6章：在大图上的随机（批次）训练

摘要： 6.1 针对节点分类任务的邻居采样训练方法 6.2 针对边分类任务的邻居采样训练方法 6.3 针对链接预测任务的邻居采样训练方法 6.4 定制用户自己的邻居采样器 6.5 为小批次训练实现定制化的GNN模块 6.6 超大图上的精准离线推断阅读全文

posted @ 2023-05-08 11:04 化繁为简，弃快从慢阅读(43) 评论(0) 推荐(0)

DGL用户指南---第5章：训练图神经网络