摘要:本节中我们将使用DGL批处理多个大小和形状可变的图形。 使用包含如下8种类型图的数据集。 from dgl.data import MiniGCDataset import matplotlib.pyplot as plt import networkx as nx dataset = MiniGC 阅读全文
posted @ 2020-07-22 18:50 樱花庄的龙之介大人 阅读(320) 评论(0) 推荐(0) 编辑
摘要:在本节中,我们将不同级别的消息传递API与PageRank一起使用。 在DGL中,消息传递和功能转换是用户定义的函数(UDF)。 PageRank 算法: 在PageRank的每次迭代中,每个节点(网页)首先将其PageRank值均匀地分散到其下游节点。 每个节点的新PageRank值是通过汇总从其 阅读全文
posted @ 2020-07-22 16:49 樱花庄的龙之介大人 阅读(269) 评论(0) 推荐(0) 编辑
摘要:有许多方法可以构造DGLGraph。文档中建议使用的方法有四种,分别如下: ① 使用两个数组,分别存储源节点和目标节点对象 (数组类型可以是numpy 也可以是 tensor)。 ② scipy 中的稀疏矩阵(),表示要构造的图的邻接矩阵。 ③ networkx 的图对象(DGLGraph 和 ne 阅读全文
posted @ 2020-07-22 15:19 樱花庄的龙之介大人 阅读(552) 评论(4) 推荐(0) 编辑
摘要:使用没有节点特征的图来跑DGL (输入特征为节点编号的embedding) 安装DGL : pip install dgl 所需要的包 import dgl import numpy as np import networkx as nx import matplotlib.pyplot as pl 阅读全文
posted @ 2020-07-22 12:02 樱花庄的龙之介大人 阅读(513) 评论(0) 推荐(0) 编辑