神经图协同过滤 这是我对本文的PyTorch实现： 王翔，何湘南，王萌，冯福利和蔡达生（2019）。 神经图协同过滤， 或。 在SIGIR'19，法国巴黎，2019年7月21日至25日。 TensorFlow实现可以在找到。 介绍 我的实现主要是指原始的TensorFlow实现。 它具有与原始项目一样的评估指标。 这是Gowalla数据集的示例： Best Iter=[38]@[32904.5] recall=[0.15571 0.21793 0.26385 0.30103 0.33170], precision=[0.04763 0.03370 0.02744 0.02359 0.02088], hit=[0.53996 0.64559 0.70464 0.74546 0.77406], ndcg=[0.22752 0.26555 0.29044 0.30926 0.32406]

1500 GRAPH 指令用法.pdf

Easy3D是一个用于3D建模，几何处理和渲染的开源库。 它用C ++实现，并在设计上着重于简单性和效率。 Easy3D旨在用于研究和教育目的，但它也是开发复杂3D应用程序的良好起点。 主要特点 用于表示和管理3D模型的高效数据结构，例如点云，多边形表面（例如三角形网格），多面体体积（例如四面体网格）和图形。 易于添加/访问任意类型的每个元素属性。 从文件加载模型时，非流形会自动解决... 一组广泛使用的算法，例如，点云法线估计/重新定向，泊松曲面重构，RANSAC，网格简化，细分，平滑，参数化，重新网格化等。 一堆渲染技术，例如点/线冒名顶替者，环境光遮挡（SSAO），硬阴影（阴影贴图），软阴影（PCSS），眼球照明（用于渲染没有正常信息的点云），透明度（平均颜色）混合，双重深度去皮）等。 OpenGL和GLSL的高级封装，以实现便捷，高效的渲染（基于现代，更快的可编程着色器风格的渲染，即，没有固定的函数调用）。 客户端代码不需要接触OpenGL的低级API。 分步教程演示了API的各种用法，以了解3D建模和几何处理的数据结构，渲染技术和算法。 可以直接用于以各种格式可视化

对灾情巡视这个图论的一个应用弗洛伊德算法进行求解的程序，具体是把巡视地点分为三组的一种算法，包含数据及程序和运行结果图片。

matlab案例有代码这是基于众所周知的概念-Factor Graph的用于非线性最小二乘法优化的matlab代码包。 组织 数据：存储要处理的数据 因素：边缘和节点 g2o_files：核心，提供非线性最小二乘法的主要框架 数学：提供数学运算，例如so3_exp，... 辅助：其他 几何：对几何的一些操作，例如三角剖分 Doc：两个教程笔记 文档 流形优化教程 图优化教程 客制化 该代码允许用户定义新的变量节点和新的因子/边/成本函数。 对该框架进行了重组，并带有有关扩展新节点和新边缘的必要警告。 定义新节点时，需要在“ GetNodeTypeDimension”，“ SetNodeDefaultValue”和“ update_state”中给出信息。 定义新边时，需要在“ GetFactorX_format”和“ GetEdgeTypeDimension”中给出信息。 研究/使用的例子 当您要对2D RGBD情况进行估算时，只需运行“ Example_VictoriaPark.m”。 当您要对3D视觉情况进行估算时，只需运行“ Vision_Example_Small.m”。 更新

包含图论中很多有用的方程，可以设置成为matlab的一个工具箱 便捷实用

Daniel A. Spielman Dept. of Computer Science Program in Applied Mathematics Yale Unviersity

复杂网络random graph算法程序matlab代码.zip

图数据库nebula官方2.0.0版本的rpm安装包

图数据库nebula官方可视化studio的2.0版本docker-compose安装文件