门控图神经网络(GGNN)的Tensorflow实现,用于源代码分类
这是门控图神经网络(GGNN)的Tensorflow实现,如Y. Li,D.Tarlow,M.Brockschmidt和R.Zemel在论文《 )中所述。
缩短培训时间并加快收敛速度的技巧:
存储桶:将具有相似大小的批处理图放在一起,而不是随机混洗和批处理。
对于小图,请使用密集图表示;对于大图,请使用稀疏图表示。
我们根据的论文的详细信息,将文件解析为图形表示形式。
有关为方法名称预测实现的版本,请参阅此存储库: :
什么是GGNN?
解决图结构化数据和问题
门控传播模型(与GRU相同的想法),用于计算节点表示形式
展开固定步骤的重复周期,并在整个时间范围内使用反向传播
任务
代码分类
排序算法(SA数据集):从Github收集的10个排序问题,包括:插入排序,合并排序,拓扑排序,堆排序,冒泡排序,
2022-04-05 21:51:06
92.01MB
系统开源
1