华为1+x认证 初级 企业私有网络构建运维
2021-03-23 17:13:34 1.05MB 华为 1+x 私有网络 运维
1
1+X考证项目2-企业私有网络构建运维_中级.pdf 初级学完了学中级
2021-03-23 17:13:34 1.63MB 华为 1+x 1+x认证 私有网络构建
1
人工神经网络,深度置信网络的构建代码,希望有用
2021-03-20 20:33:40 20KB DBN
1
校园网基本概念校园网组网技术学校有线网介绍学校无线网介绍校园网络新技术等内容
2021-03-19 12:57:28 7.51MB 网络构建
1
计算机网络课程设计报告-校园网网络构建方案设计和实现.rar
2021-01-28 01:10:10 874KB 计算机网络
1
公安局网络的构建与设计,整个课程设计分四个模板组成:网络系统的规程和设计;网络系统的详细设计;网络系统设计方案的实施;网络测试与验收
2019-12-21 22:18:35 1.8MB 公安局网络 构建 设计 网络工程课设
1
matlab BA无标度网络WS小世界网络优化算法,极大减少内存消耗
2019-12-21 20:59:21 1KB 复杂网络构建 MATLAB
1
在做网络工程的课程设计时找到的资料,资料还不错可以参考参考
1
# GPF ## 一、GPF(Graph Processing Flow):利用图神经网络处理问题的一般化流程 1、图节点预表示:利用NE框架,直接获得全图每个节点的Embedding; 2、正负样本采样:(1)单节点样本;(2)节点对样本; 3、抽取封闭子图:可做类化处理,建立一种通用图数据结构; 4、子图特征融合:预表示、节点特征、全局特征、边特征; 5、网络配置:可以是图输入、图输出的网络;也可以是图输入,分类/聚类结果输出的网络; 6、训练和测试; ## 二、主要文件: 1、graph.py:读入图数据; 2、embeddings.py:预表示学习; 3、sample.py:采样; 4、subgraphs.py/s2vGraph.py:抽取子图; 5、batchgraph.py:子图特征融合; 6、classifier.py:网络配置; 7、parameters.py/until.py:参数配置/帮助文件; ## 三、使用 1、在parameters.py中配置相关参数(可默认); 2、在example/文件夹中运行相应的案例文件--包括链接预测、节点状态预测; 以链接预测为例: ### 1、导入配置参数 ```from parameters import parser, cmd_embed, cmd_opt``` ### 2、参数转换 ``` args = parser.parse_args() args.cuda = not args.noCuda and torch.cuda.is_available() torch.manual_seed(args.seed) if args.cuda: torch.cuda.manual_seed(args.seed) if args.hop != 'auto': args.hop = int(args.hop) if args.maxNodesPerHop is not None: args.maxNodesPerHop = int(args.maxNodesPerHop) ``` ### 3、读取数据 ``` g = graph.Graph() g.read_edgelist(filename=args.dataName, weighted=args.weighted, directed=args.directed) g.read_node_status(filename=args.labelName) ``` ### 4、获取全图节点的Embedding ``` embed_args = cmd_embed.parse_args() embeddings = embeddings.learn_embeddings(g, embed_args) node_information = embeddings #print node_information ``` ### 5、正负节点采样 ``` train, train_status, test, test_status = sample.sample_single(g, args.testRatio, max_train_num=args.maxTrainNum) ``` ### 6、抽取节点对的封闭子图 ``` net = until.nxG_to_mat(g) #print net train_graphs, test_graphs, max_n_label = subgraphs.singleSubgraphs(net, train, train_status, test, test_status, args.hop, args.maxNodesPerHop, node_information) print('# train: %d, # test: %d' % (len(train_graphs), len(test_graphs))) ``` ### 7、加载网络模型,并在classifier中配置相关参数 ``` cmd_args = cmd_opt.parse_args() cmd_args.feat_dim = max_n_label + 1 cmd_args.attr_dim = node_information.shape[1] cmd_args.latent_dim = [int(x) for x in cmd_args.latent_dim.split('-')] if len(cmd_args.latent_dim)
2019-12-21 20:00:21 119KB 图神经网络 Graph Proces GPF
1
2、 情况:某高校现有2个地理位置分离的分校区,每个校区入网信息点有2000多个,现准备通过教科网接入因特网。而从教科网只申请到4个c类网络(222.191.1.0~222.191.4.0),为了安全,要求每个分校区的学生公寓子网和教师子网不在同一个广播域。同时,学校有若干台应用服务器,同时对内和对外提供web等网络服务。
2019-12-21 19:55:05 188KB 子网划分 虚网
1