归档 | 杨程的博客

2020

11

26

【斯坦福cs224w-图机器学习】8-Graph Neural Networks

讲解GNN中重要的四种模型：GCN，GraphSAGE，GAT以及PinSAGE

2020-11-26 GNN

25

【斯坦福cs224w-图机器学习】7-Graph-Representation-Learning

讲解Shallow Node Embedding——DeepWalk、node2vec

2020-11-25 GNN

GNN 课程笔记 cs224w

25

【斯坦福cs224w-图机器学习】7,8,9-Graph Representation Learning

在前面几周的学习中，我们学习了motifs，graphlets等等来表示一个图，本质上，它们就是图的一种特征表示（representation），接下来我们介绍自动的方法：第七八两节介绍的都是关于图表示学习的，所谓万物皆可embeddin

2020-11-25 GNN

GNN 课程笔记 cs224w

24

【斯坦福cs224w-图机器学习】5. Spectral Clustering

讲解谱聚类以及基于Motif的谱聚类。

2020-11-24 GNN

GNN 课程笔记 cs224w 特征值与特征向量的应用

24

深度学习框架-动态图和静态图

Tensorflow,Pytorch,PaddlePaddle等等深度学习框架，在介绍框架的时候都会提及到动态图和静态图。其实动态图和静态图都属于计算图，本文就来讲讲什么是动态图和静态图。计算图不论是动态图还是静态图，它们都属于计算图。计

2020-11-24 学习笔记

转载

22

模型评估指标AUC和ROC，这是我看到的最透彻的讲解

讲解混淆矩阵，ROC以及AUC。

2020-11-22 机器学习

转载 AUC ROC 混淆矩阵机器学习

20

【斯坦福cs224w-图机器学习】homework 0

homework 0的代码及相应的结果

2020-11-20 GNN

GNN 课程笔记 cs224w

20

【斯坦福cs224w-图机器学习】4. Community Structure in Networks

讲解两个知识点：community structure in networks以及how to detection of them

2020-11-20 GNN

GNN 课程笔记 cs224w

19

【斯坦福cs224w-图机器学习】3. Motifs and Structural Roles in Networks

本节开篇从subgraph出发，指出subgraph是一个非常重要的概念，能够描述一个network的特征。于是，顺水推舟地讲解了两个利用到subgraph的度量指标：motifs and graphlets；最后又讲解了如何提取network中每个node的structural roles；

2020-11-19 GNN

GNN 课程笔记 cs224w

18

【斯坦福cs224w-图机器学习】Recitation: Snap.py and Google Cloud tutorial

这节课主要讲解两个工具：snap.py和google cloud

2020-11-18 GNN

GNN 课程笔记 cs224w

16

【斯坦福cs224w 图机器学习】2. Properties of Networks and Random Graph Models

在本节课中，我们首先讲述4个关于网络的重要属性，它们是我们研究图的重要指标。然后介绍几种常见的随机图模型。

2020-11-16 GNN

GNN 课程笔记 cs224w

14

【斯坦福cs224w 图机器学习】1. Introduction; Structure of Graphs

讲解为什么要研究Networks/Graphs,它们的应用在何处，以及复习图论的一些知识

2020-11-14 GNN

GNN 课程笔记 cs224w