GAM ⠀ ⠀ 使用结构化注意的图分类的PyTorch实现（KDD 2018）。 抽象的 图分类是许多不同领域中实际应用中的问题。 为了解决这个问题，通常会计算某些图统计信息（即图特征），以帮助区分不同类别的图。 在计算此类特征时，大多数现有方法都会处理整个图形。 例如，在基于图的方法中，处理整个图以获得不同图或子图的总数。 但是，在许多实际应用中，图可能会嘈杂，仅在图的某些区域内会出现区分模式。 在这项工作中，我们研究了基于注意力的图分类问题。 注意的使用使我们可以专注于图表中较小但内容丰富的部分，从而避免在其余图表中产生干扰。 我们提出了一种新颖的RNN模型，称为图注意力模型（GAM），该模型通过自适应选择一系列“信息”节点来仅处理图的一部分。 在多个现实世界数据集上的实验结果表明，即使我们的方法仅局限于部分图形，该方法在图分类中也可以与各种众所周知的方法竞争。 该存储库提供了G

Unit+1(2018).ppt

Unit+1(2018).pdf

RFC793，1323,1122,2018,2581源代码,构成TCP/IP协议。有感兴趣的可下载！！

K3 WISE BOS插件开发培训(2018版）

分析了中国移动营销市场的现状，以及通过案例描述移动营销市场优秀企业的做法，可对现有的个人及公司做为移动营销的参考。

mask_rcnnc++版在线实时识别，未调用GPU，mask_rcnn_inception_v2_coco_2018_01_28(附代码)

2018 WIFI万能钥匙安全沙龙PPT汇总（2份）.zip

互联网资产管理与漏洞运营实践&安全产品线.pdf 华泰证券混合云服务体系运营研究与实践.pdf 大数据营销及数据安全 .pdf 安全实践领域的一些关注点.pdf 安全运营中威胁情报的应用.pdf 邮件系统抗击黑产技术路线.pdf

APT实践分享.pdf 业务安全与威胁情报的价值量化.pdf 企业反APT构想.pdf 在野0day揭秘.pdf 威胁情报与APT.pdf 威胁情报与卡巴斯基威胁情报中心.pdf 威胁情报是高级威胁防御的灵魂.pdf 安全事件的发现、分析、响应与取证.pdf 攻击热点指南针和深信服企业安全实践.pdf 生产网络中的情报价值与应用.pdf