DGL学习(五): DGL构建异质图
使用dgl.heterograph()构建异质图，其参数是一个字典，key是一个三元组(srctype , edgetype, dsttype), 这个三元组被称为规范边类型( canonical edge types)。value 是一堆源数组和目标数组。节点是从零开始的整数ID， 不同类 ...
原文：DGL学习(四): 图分类教程
本节中我们将使用DGL批处理多个大小和形状可变的图形。 使用包含如下 种类型图的数据集。 图像由于张量大小一致，很容易就可以进行批量学习。图如何进行批量学习 图批量学习主要有以下两个挑战。 . 图是稀疏的。 . 不同图中的节点数和边数是不同的。 为了解决这个问题，DGL提供了dgl.batch 进行批处理。 他的想法是将一批图视为一张大图，大图里面有多个不相连的连通分量吗，如下所示。 定义coll ...
2020-07-22 18:50 0 1302 推荐指数：
相关推荐
DGL学习(二): 使用DGL构造图
有许多方法可以构造DGLGraph。文档中建议使用的方法有四种，分别如下： ① 使用两个数组，分别存储源节点和目标节点对象 (数组类型可以是numpy 也可以是 tensor)。 ② scipy 中的稀疏矩阵()，表示要构造的图的邻接矩阵。 ③ networkx 的图对象(DGLGraph ...
DGL学习(三): 消息传递教程
在本节中，我们将不同级别的消息传递API与PageRank一起使用。 在DGL中，消息传递和功能转换是用户定义的函数（UDF）。 PageRank 算法: 在PageRank的每次迭代中，每个节点（网页）首先将其PageRank值均匀地分散到其下游节点。 每个节点的新PageRank值 ...
DGL学习(八): HAN官方教程代码实现
main函数 ，加载数据以及训练。 View Code utils 具体处理数据加载 和 早停策略。 View Code ...
DGL学习(七): GAT官方教程代码实现
DGL采用attention的方式为节点加权。 ...
DGL学习(六): GCN实现
GCN可以认为由两步组成: 对于每个节点 $u$ 1）汇总邻居的表示$h_v$ 产生中间表示 $\hat h_u$ 2) 使用$W_u$线性投影 $\hat h_v$, 再经过非线性变换 $f$ ...
Pytorch DGL构图 半监督分类
Deep Graph Library（DGL） DGL是一个专门用于深度学习图形的Python包, 一款面向图神经网络以及图机器学习的全新框架, 简化了基于图形的神经网络的实现。 在设计上，DGL 秉承三项原则： DGL 必须和目前的主流的深度学习框架（PyTorch ...
DGL学习(一)：使用DGL跑一个最简单的GCN
使用没有节点特征的图来跑DGL (输入特征为节点编号的embedding) 安装DGL ： 所需要的包 构建无向图: 转为networkX进行可视化 对每个节点做embedding并作为GCN的输入特征 ...