本文档提供一些常用的GN编译步骤。假设你已经got a Chromium checkout。 另请参阅在命令行运行“gn help”。
All GN Docs。
GN Quick Start Guide。
GN Reference（一个网页用来展示“gn help”）。理解GN编译标志（flags）重新调用GN的时候，你需要选择自己的编译目录。这个目录通常情况下都是src/out的子目录。你可以
转载
2024-02-27 21:07:39
149阅读
前言本文是主要介绍Java 8针对新增语言特性而新增的类库（例如Streams API、Collectors和并行）。本文是对Brian Goetz的State of the Lambda: Libraries Edition一文的翻译。Java SE 8增加了新的语言特性（例如lambda表达式和默认方法），为此Java SE 8的类库也进行了很多改进，本文简要介绍了这些改进。在阅读本文前，你应
转载
2023-08-24 19:54:57
28阅读
目录1. 安装2. 基本概念介绍2.1 Data Handling of Graphs 图形数据处理2.2 Common Benchmark Datasets 常见的基准数据集2.3 Mini-batches2.4 Data Transforms 数据转换2.5 Learning Methods on Graphs——the first graph neural network 搭建我们的第一个
转载
2023-07-24 10:55:00
1080阅读
的建模问题中都使用了GNN方法，便去学习了一番，后来发现了一篇非常不错的GNN的可视化解释文章...
转载
2022-08-11 12:35:13
293阅读
回到目录 今天主要用了一个mongodb.driver里
原创
2022-08-25 14:14:02
112阅读
Django 系列博客（十二）前言本篇博客继续介绍 Django 中的查询，分别为聚合查询和分组查询，以及 F 和 Q 查询。聚合查询语法：aggregate(*args, **kwargs)# 计算所有图书的平均价格
from django.db.models import Avg
Book.objects.all().aggregate(Avg('price'))
# 计算所有图书的平均价格
转载
2024-08-20 19:19:38
4阅读
今天学习的是新加坡国立大学和中国科技大学同学合作的论文《Neural Graph Collaborative Filtering》，发表于 2019 年 ACM SIGIR 会议。Embedding 向量是现代推荐系统的核心，但是目前的方法无法捕捉到 user-item 交互中潜在的协作信号。因此，由此产生的 Embedding 向量可能不足以捕获到协同过滤的内容。为此，作者提出神经网络协同过滤（
原创
2021-02-04 20:25:29
1828阅读
今天学习的是 DeepMind 2018 年的工作《Relational inductive biases, deep learning, and graph network》，目前超 500 次引用。这篇论文是 DeepMind 联合谷歌大脑、MIT、爱丁堡大学等 27 名同学发表的重磅论文，同时提出了“图网络”的框架，将端到端学习与归纳推理相结合，并有望解决深度学习无法进行关系推理的问题。这篇
原创
2021-02-04 20:29:45
1345阅读
将二部图中的协同信号捕捉到 Embedding 中
原创
2021-07-24 11:35:36
10000+阅读
DeepMind 联合谷歌大脑、MIT、爱丁堡大学等 27 名同学发表的重磅论文
原创
2021-07-20 15:58:21
805阅读
GNN的可视化解释！近来发现非常多的建模问题中都使用了GNN方法，便去学习了一番，后来发现了一篇非常不错的GNN的可视化解释文章，便将其翻译整理和大家一起分享。目前图模型的应用非常广泛，最典型的如社交网络，蛋白质结构等。
原创
2021-07-09 14:54:54
893阅读
GNN入门之路02 这次是我在GNN学习中的第二次打卡，上一节的内容中我们介绍了GNN的基本原理以及相应的环境配置，这一节我们接上一节的内容，继续讲解GNN及其相应实现。一、消息传递范式 这里我们要引入消息传递范式的概念，顾名思义，它是规定了一种消息传递的方式，这种消息自然是在图神经网络中传播的了，传统的神经网络，消息传递受层次限制，比如i层的神经元信息不能直接传递到i+2层，而GNN则不同如更新
转载
2024-05-13 09:05:41
115阅读
文章目录一、简介二、算法原理三、评价方法四、实验结果五、实验代码 一、简介GN算法是一个经典的社区发现算法，它属于分裂的层次聚类算法，最初，由Michelle Girvan和Mark Newman提出。其基本思想是不断的删除网络中具有相对于所有源节点的最大的边介数的边，然后，再重新计算网络中剩余的边的相对于所有源节点的边介数，重复这个过程，直到网络中，所有边都被删除。边介数（betweennes
转载
2023-10-21 07:53:34
50阅读
聚合框架中常用的几个操作：$project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。（显示的列，相当遇sql 的）$match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。 （相当sql的 where）$limit：用来限制MongoDB聚合管道返回的文档数。$skip：在聚合管道中跳过指定数量的文档，并返回
转载
2024-04-29 11:46:11
219阅读
今天学习的是剑桥大学的同学 2017 年的工作《GRAPH ATTENTION NETWORKS》，目前引用数量超过 1100 次。Attention 机制在 NLP CV 等领域被广泛应用，其可以帮助模型对输入数据赋予不同的权重信息。同样的，Attention 也可以应用于网络图中，它可以对邻居中不同的节点指定不同的权重，既不需要进行矩阵运算，也不需要事先了解图的全局结构。通过这种方式，作者解决
原创
2021-02-04 20:33:31
1530阅读
一、Aggregate简介 db.collection.aggregate()是基于数据处理的聚合管道，每个文档通过一个由多个阶段（stage）组成的管道，可以对每个阶段的管道进行分组、过滤等功能，然后经过一系列的处理，输出相应的结果。 
转载
2023-09-04 18:54:25
189阅读
数据分析的工作，80%的时间耗费在处理数据上，而数据处理的主要过程可以分为：分离-操作-结合（Split-Apply-Combine），也就是说，首先，把数据根据特定的字段分组，每个分组都是独立的；然后，对每个分组按照业务需求执行转换；最后，把转换后的结果组合在一起。在数据处理中，经常需要循环访问数据，R语言是矢量化的，天生具有处理循环操作的优势。使用ggplot2包中的diamonds数据集做为
转载
2024-10-16 08:32:34
194阅读
