101（入门）以后就是开始具体逐项学习图神经网络的各个细节。下面介绍： 1.如何构建图 2.将特征赋给节点或者边，及查询方法 这算是图神经网络最基础最基础的部分了。一、如何构建图DGL中创建的图的方法有： 1. 通过（u, v），u和v分别为起始节点和终止节点的列表，可以是numpy矩阵也可以是tensor 2. scipy中的稀疏矩阵，该稀疏矩阵储存这图的邻接矩阵 3. networkx图对象转
转载
2023-09-18 15:49:23
86阅读
# 图神经网络算法岗面经
## 前言
图神经网络（Graph Neural Networks，简称GNN）是一种用于处理图数据的机器学习算法。相比于传统的神经网络算法，GNN能够直接处理图结构数据，可以很好地应用于社交网络分析、推荐系统、生物信息学等领域。本文将介绍GNN的基本原理和常用的算法，并用代码示例进行说明。
## GNN原理
GNN是一种基于图结构的神经网络算法，其核心思想是将节点和
原创
2023-07-04 19:45:24
106阅读
今天去一家公司面试，由于在简历里面有写到项目中使用到了Redis，所以面试官就抓着这个问题问了好多知识点，我每个问题都有回答到，但是自己是觉得有的答案不太完整，所以面试结束，针对问题，整理一份文档。主要分成三个部分： 第一是面试问到的问题。 第二个是根据面试过程中的体验总结的一些面试经验，可能有的不太正确，请大家见谅和改正。 第三部分就是问题的相关答案。一、你的项目中使用到了Redis,为什么要使
为什么要使用redis：性能：因为redis将数据存储在缓存中，可以迅速响应并发：在分布式系统中，会有大量的请求并发进行，如果同时访问数据库，会造成很大的压力，甚至于搞挂数据库，可以先用redis做下缓冲操作1.redis面试题：1.什么是redis？答：redis是基于内存的一个key-value数据库。2.redis的特点？答：高性能，支持保存多种数据结构，高性能，持久化。受到物理内存限制，不
转载
2023-08-31 17:07:58
20阅读
ps：本文转载自知乎用户ID：George的NLP面筋。文章目录一面（技术面）
转载
2022-08-25 10:50:11
440阅读
GCN学习笔记1 基于谱域的GCN1.1 知识要点：1.2 Spectral-based models1.2.1 Spectral Network1.2.2 ChebNet（2016）1.2.3 GCN（2017）1.2.4 AGCN（2018）1.2.5 DGCN（2018）1.2.6 GWNN1.2.7 小结2 基于空间的GCN2.1 知识要点2.2 Spatial-based models
目录人工神经网络中为什么ReLu要好过于tanh和sigmoid function？MLE的解是否总是存在，若存在是否唯一？L1用于逻辑回归，C 值从 0 增加至非常大会有什么变化?Python生成器与迭代器的区别解释在Python中，函数名为什么可当作参数用？利用分治算法进行归并排序的一般步骤？人工神经网络中为什么ReLu要好过于tanh和sigmoid function？首先，sigmoid函
原创
2021-02-07 09:41:59
194阅读
1. 人工神经网络中为什么ReLu要好过于tanh和sigmoid function？
2. Python中生成器与迭代器的区别？
3. 利用分治算法进行归并排序的一般步骤？
原创
2022-10-19 09:34:46
90阅读
这里写自定义目录标题算法岗NLP实习面经6.9科大讯飞（HR面）6.19购物狗（笔试）6.21恒生电子（笔试）6.22 字节跳动（内推）6.26-27交叉科技（笔试）6.28差评（面试）6.26-6.27交叉科技（笔试）6.26 笔试一 智力题、数学基础、机器学习和深度学习6.27 笔试二 编程题7.3子午智汇（面试）7.5交叉科技（一面）7.7贪心科技（面试）7.8交叉科技（二面） 算法岗NL
文章目录一、图卷积网络（Graph Convolutional Network）1.核心公式2.算法流程二、图注意力算法（GAT）1.计算方法2.多头Attention三、空间GNN四、编程实践GAT网络实现 一、图卷积网络（Graph Convolutional Network）在深度学习中，可以对图像进行卷积操作，即卷积神经网络。图像的卷积操作是将一个像素点周围的像素按照不同的权重叠加起来。
转载
2023-08-16 15:59:27
267阅读
论文链接：https://arxiv.org/pdf/1812.08434.pdfGNN相关论文列表链接：https://github.com/thunlp/GNNPapers 近日，清华刘知远老师组在arXiv上发表了一篇关于图神经网络的综述，本次论文浅尝在分享这篇论文的基础上，对图神经网络的相关方法及应用作一次梳理。一、前言图神经网络(GraphNeural Networks, GN
对于现在流行的深度学习，保持学习精神是必要的——程序员尤其是架构师永远都要对核心技术和关键算法保持关注和敏感，必要时要动手写一写掌握下来，先不用关心什么时候用到——用不用是政治问题，会不会写是技术问题，就像军人不关心打不打的问题，而要关心如何打赢的问题。 程序员如何学习机器学习 对程序员来说，机器学习是有一定门槛的（这个门槛也是其核心竞争力），相信很多人在学习机器学习时都会为满是数学公式的英文论文
作者：阿毛冲冲冲，写在前面三月面试了好几轮，写个帖子记录一下问过的问题，为接下来的其他公司的面试查漏补缺一下，也给大家一些准备的方向。腾讯一面（凉）自我介绍问做过的项目，同时在过程中穿插用过的模型的问题，比如word2vec两个模型的损失函数是什么cbow和skipgram的比较，为什么skipgram会更好，哪个的计算复杂度高为什么使用随机森林决策树的分裂方式是什么，根据什么变量来决定分
转载
2022-10-19 17:42:23
44阅读
# 机器学习岗面经
机器学习是人工智能领域的一个重要分支，也是当今世界各行各业都在关注的热门话题之一。在面试机器学习岗位时，面试官通常会涉及到机器学习的基本概念、常见算法、数据处理技巧等内容。本文将介绍一些常见的面试问题，并附上相应的代码示例，帮助读者更好地准备机器学习岗位的面试。
## 1. 机器学习基础概念
在面试中，面试官可能会问到一些机器学习的基础概念，比如监督学习、无监督学习、强化
1、基于图同构网络（GIN）的图表征 采用GINNodeEmbedding模块对图上每一个节点做节点嵌入（Node Embedding），得到节点表征；然后对节点表征做图池化得到图的表征；最后用一层线性变换对图表征转换为对图的预测。 基于结点表征计算得到图表征的方法有： （1）sum：对节点表征求和；&nbs
图卷积神经网络GCN ICLR 2017 ， 是曾经在美国加州大学UCI教授、现在荷兰阿姆斯特丹大学教授 Max Welling团队的大作（Max是图灵奖获得者Hinton的弟子），第一作者T. N. Kipf已经成为这个领域有名的学者和工程师。如果你能读懂英文，建议直接看作者最初发布的网站讲到GCN，就必须要讲到ChebNet, GCN可以认为是ChebNet的简化版和魔改版。ChebNet是2
“众所周知，激活函数最好具有关于零点对称的特性，不关于零点对称会导致收敛变慢”，这种说法看到几次了，但对于背后的原因却一直比较模糊，今天就来捋一捋。为此我阅读了一些文章，其中一篇个人觉得写得很棒（附在文末的参考中），但也花了一些时间才看懂（可能我比较笨？）。后面我发现从计算图来看这个问题会比较直观和容易理解一些。如果不了解计算图，可以查阅 齐藤康毅 的 《深度学习入门 基于python的理论与实现
神经网络MNIST例程中，如果将lenet_train_test.prototxt去掉两个卷积层和下采样层，剩下两个全连接层，这个网络模型就是一个简单的神经网络模型。使用该模型训练，最终准确率也可以达到97%以上。 该神经网络示意图如下： 这个神经网络包含三个层：输入层: 28x28 = 784个神经元，每个神经元代表一个像素的值隐藏层: n个神经元, 例子中 n=500输出层: 10个神经元,
点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！注：本文为公众号读者投稿。本人某211高校自动化研二渣硕，听闻今年师兄师姐算法岗、尤其视觉CV已...
原创
2021-07-17 17:45:57
449阅读
发面经求好运~同时便于复盘字节跳动广告算法(offer)一面（40min）2020.03.1114:00介绍竞赛说说Adam等优化器的区别（从Momentum到RMSprop到Adam以及Adam可能不会收敛，还说了NAG和AdaGrad）对于LR来说，LR如果多了一维冗余特征，其权重和AUC会怎样变化（权重变为1/2,AUC不会变化）写出LR的损失函数（交叉熵损失函数）算法题：二叉树转双向链表（
原创
2020-12-14 14:07:43
835阅读
