526互联

GNN

PANE-GNN Unifying Positive and Negative Edges in Graph Neural Networks for Recommendation论文阅读笔记

Abstract 目前利用GNN的推荐系统主要关注用户的正面反馈，而忽略了负面反馈提供的见解。于是我们提出了PANG- GNN，该模型将图神经网络的正面和负面边统一在一起。PANG-GNN首先将原始评分图根据正面和负面反馈划分为两个不同的二分图。接下来分别使用两个独立的嵌入，即感兴趣嵌入和无兴趣嵌入 ......
Recommendation PANE-GNN Negative Networks Unifying

GNN、GCN和GAT

GNN图神经网络 GNN的流程： 1.聚合 2.更新 3.循环 需要邻居来判断它，作为它自己信息的一个补足。 a,b,c可以手动设置，也可以通过训练得到。 进行一层GNN操作后得到的A的信息。 二层GNN就可以得到二阶邻居的信息，三层GNN就可以得到三阶邻居的信息。 包含了结构特征。 GCN图卷积神 ......
GNN GCN GAT

关于GNN

今天我阅读了一篇关于GNN(Graph Neural Network)的文章。我从中了解到了GNN是是一种用于图数据学习和预测的机器学习模型。它的原理是通过迭代地聚合节点和边的信息来学习图中节点的表示，并利用这些节点表示进行任务预测。从这篇文章中我了解到了GNN的核心思想是通过迭代地聚合节点和边的信 ......
GNN

GPT-GNN: Generative Pre-Training of Graph Neural Networks

目录概符号说明GPT-GNN代码 Hu Z., Dong Y., Wang K., Chang K. and Sun Y. GPT-GNN: Generative pre-training of graph neural networks. KDD, 2020. 概 比较早的一篇图预训练模型. 符号 ......
Pre-Training Generative Networks Training GPT-GNN

Fi-GNN: Modeling Feature Interactions via Graph Neural Networks for CTR Prediction

目录概Fi-GNN代码 Li Z., Cui Z., Wu S., Zhang X. and Wang L. Fi-GNN: Modeling feature interactions via graph neural networks for ctr prediction. CIKM, 2019. ......
Interactions Prediction Modeling Networks Feature

使用混合精度导致GNN相关模型训练时出现损失无法下降

使用混合精度导致GNN相关模型训练时出现损失无法下降： 在一次GNN相关的项目中，由于模型训练速度过慢，楼主为了加速开启混合精度。第一天使用时并未出现异常；第二天再次使用，出现了损失函数不下降的问题。经检测，一段包含稀疏矩阵转换而且矩阵计算密集的函数与混合精度发生未知作用，导致该问题。博主关掉混合精 ......
精度 模型 损失 GNN

GNN中会涉及到的术语的英语

# GNN中会涉及到的术语的英语 为presentation而记录 施工中。。。 | 英文 | 意义 | | : | : | | Direct/Inverse proportion function | 正/反比例函数 | ......
术语 GNN

GNN学习 Knowledge Graph Embedding(更新中)

# GNN学习 Knowledge Graph Embedding 前面提到的方法都是只有一种边的类型，接下来要扩展到有向，多种边的类型的图上，即异质图(heterogeneous graph) 异质图有这样的几种类型： + Relational GCNs + Knowledge Graphs + ......
Embedding Knowledge Graph GNN

GNN学习 GNN理论

# GNN学习 GNN理论 ## 增强GNN的表现力 GCN=mean-pool+Linear+ReLU1 GraphSAGE=MLP+max-pool 问题： GNN节点embedding能否区分不同节点的局部邻居结构，在什么情况下会区分失败 接下来讲GNN如何捕获局部邻居结构 ### 计算图 G ......
GNN 理论

GNN的学习

# 学习资料 [通俗易懂的解释 1](https://www.bilibili.com/video/BV1Tf4y1i7Go/?spm_id_from=333.337.search-card.all.click&vd_source=327ea0ecb4f60cd1f9d6acaf2148d6f6) ......
GNN

GNN学习 GNN增强和训练

# GNN学习 GNN增强和训练 ## 1.图增强 分为结构增强和特征增强 原始的图数据可能并不适合直接用于GNN 特征层面： + 输入图可能缺少特征 结构层面： + 图过于稀疏，导致信息传递效率低 + 图过于稠密，导致信息传递代价太高 + 图可能太大，导致GPU装不下 输入图很难是恰好适宜embe ......
GNN

GNN学习 GNN Layer(持续更新中)

# GNN学习 GNN Layer ## GNN的通用框架 + 1.对GNN的一个网络层进行信息转换和信息聚合两个操作 + 2.连接GNN的网络层 + 3.图增强，分为图特征增强和图结构增强 + 4.学习目标，有监督学习还是无监督学习，节点/边/图级别 ## 1.信息转换和信息聚合 GNN Laye ......
GNN Layer

GNN学习 GNN Model

# GNN学习 GNN Model 这部分主要讲如何使用图神经网络GNN来进行节点嵌入 我们首先会想到，将邻接矩阵和特征合并到一起应用到深度神经网络上，问题在于： + 需要O(|V|)的参数 + 不适用于不同大小的图 + 对节点顺序敏感 我们可以将卷积神经网络泛化到图上，并应用的节点特征数据 但是图 ......
GNN Model

GNN学习 PageRank (更新中)

# GNN学习 PageRank ## Graph as Matrix 将图表示为矩阵有三个好处 + 通过Random walk确定node的重要性 + 通过矩阵因式分解(MF)获得node embedding + 将其他的node embedding表示为MF ## Web as Graph 可以 ......
PageRank GNN

4.4 Graph Nerual Networks(GNN)

# 1. Introduction GNN简单来说就是Graph + Nerual Networks,关键问题就是将图的结构和图中每个节点和边的特征转化为一般的神经网络的输入(张量). ![image](https://img2023.cnblogs.com/blog/2264614/202307/ ......
Networks Nerual Graph 4.4 GNN

Learning to Pre-train Graph Neural Networks 学习如何预训练GNN

![image](https://img2023.cnblogs.com/blog/2992171/202306/2992171-20230607143536765-414002095.png) ![image](https://img2023.cnblogs.com/blog/2992171/20 ......
Pre-train Learning Networks Neural Graph

测试环境，调试gnn服务

#1.关闭 tafnode ps -ef | grep tafnode /usr/local/app/taf/tafnode/util/stop.sh #2.启动程序gdb /usr/local/app/taf/tafnode/data/HQExtend.StockPoolAlarmServer/b ......
环境 gnn

【论文分析】COGMEN:基于上下文化GNN的多模态情感识别

1. 简述 COGMEN ：基于上下文化图神经网络的多模式情感识别架构，该架构既解决了上下文对语句的影响，也解决了用于预测会话中每个说话者的每一语句情感的相互依赖性和内部依赖性 COGMEN有以下特点： 基于上下文化图神经网络（GNN）的多模式情感识别架构，用于预测会话中每语句每说话者的情感 模型在 ......
模态 上下 情感 COGMEN 文化

【论文翻译】COGMEN：基于上下文化GNN的多模态情感识别

摘要 情感是人类互动的固有组成部分，因此，开发能够理解和识别人类情感的人工智能系统势在必行。在涉及不同人的谈话中，一个人的情绪受到另一个说话人的语句和自己对语句的情绪状态的影响。在本文中，我们提出了基于上下文化图神经网络的多模态情感识别(COGMEN)系统，该系统利用了局部信息(即说话者之间的相互/ ......
模态 论文翻译 上下 情感 COGMEN

TF-GNN踩坑记录(四)

#引言 由于图数据结构问题，直接使用Tensorflow的一些层是无法直接处理图数据的，需要借用TF-GNN框架下的MapFeatures对图数据中的节点特征或是边特征进行变换。 题外话(MapFeatures使用) 节点特征变换 from tensorflow.keras.layers impor ......
TF-GNN GNN TF

GNN-learning-notes

GNN 学习笔记 Datetime: 2023-04-01T16:28+08:00 Categories: MachineLearning 初学者一定要看：【GNN 入门】综述篇 - 知乎用户 MxLVSX 的文章 - zhihu.com，包括频域和空域、任务类型、经典模型。 最早的 GNN，介于迭 ......
GNN-learning-notes learning notes GNN

GNN(图)笔记

图的基本概念不再详细描述 有顶点（node, V）、边（edge, E），这里还有一个全局属性（global, U），但不知道具体表示什么 边分为无向的边和有方向的边 三者都是通过向量来表示（embedding） 将图像表示成图的方法：一个像素是一个节点 下图左边是原图，中间是邻接矩阵，右边是图 文 ......
笔记 GNN

图神经网络（GNN，Graph Neural Network）

存稿 ......
神经网络 神经 Network Neural Graph

联邦GNN综述与经典算法介绍

联邦学习和GNN都是当前AI领域的研究热点。联邦学习的多个参与方可以在不泄露原始数据的情况下，安全合规地联合训练业务模型，目前已在诸多领域取得了较好的结果。GNN在应对非欧数据结构时通常有较好的表现，因为它不仅考虑节点本身的特征还考虑节点之间的链接关系及强度，在诸如：异常个体识别、链接预测、分子性质... ......
联邦 算法 经典 GNN
共24篇  :1/1页 首页上一页1下一页尾页