在Cora和Citeseer数据集上用图卷积神经网络实现链路预测，包括GCN网络搭建、Cora和Citeseer数据集的数据预处理，以及链路预测网络的训练和测试代码。
2024-05-08 14:05:12
7KB
1
在PPI数据集上用图卷积神经网络实现节点分类，包括GCN分类网络搭建、PPI数据集的数据预处理，以及节点分类网络的训练和测试代码。
2024-01-06 14:44:02
7KB
1
摘要过去几年，卷积神经网络因其强大的建模能力引起广泛关注，在自然语言处理、图像识别等领域成功应用。然而，传统的卷积神经网络只能处理欧氏空间数据，而现实生活中的许
2023-02-15 15:02:58
1.46MB
1
最全的图卷积神经网络讲解+图卷积神经网络的发展+GCN的应用领域+GCN的种类+GCN的公式推导，简单来说，这篇论文包含了图卷积神经网络的各个模块，十分的详细！
2022-11-21 20:26:33
1.49MB
1
PyTorch中的RAHGCN
1.概述
该存储库是PyTorch中通过强化学习（RAHGCN）实现的自适应双曲图卷积神经网络。 下游任务包括：
链接预测（ lp ）
节点分类（ nc ）
2.设定
2.1下载代码
首先从Github下载源代码。
git clone git@github.com:fuxingcheng/RHGNN.git"
cd rahgcn
2.2启动虚拟环境
我们建议在虚拟环境中设置我们的项目。 您可以选择conda或virtualenv来创建和管理虚拟环境。 如果您尚未安装conda，请按照的说明进行安装。 如果尚未安装virtualenv，则只需运行pip3 install virtualenv 。
对于conda ：
conda env create -f environment.yml python=3.6
source activate ra
2022-10-26 21:08:44
6.5MB
1
更新：签出库 ，它在一个漂亮干净的Python包中重新实现了学习分支所需的一切（位于）。
图卷积神经网络的精确组合优化
Maxime Gasse，DidierChételat，Nicola Ferroni，Laurent Charlin，Andrea Lodi
这是我们NeurIPS 2019的正式实施。
安装
请参阅安装说明。
运行实验
设置覆盖
# Generate MILP instances
python 01_generate_instances.py setcover
# Generate supervised learning datasets
python 02_generate_samples.py setcover -j 4 # number of available CPUs
# Training
for i in {0..4}
do
python 03_
2022-06-26 00:15:42
52KB
1
图卷积神经网络及其应用，来自中科院计算所沈华伟博士在ICLR 2019顶会上的演讲稿，欢迎大家下载学习。
2021-10-27 20:25:14
1.76MB
1