06 2018 档案
摘要:DeepWalk Background 使用机器学习的算法解决问题需要有大量的信息,但是现实世界中的网络中的信息往往比较少,这就导致传统机器学习算法不能在网络中广泛使用。 (Ps: 传统机器学习分类问题是学习一种假设,将样本的属性映射到样本的类标签,但是现实网络中的结点属性信息往往比较少,所以传统机
阅读全文
搜索
最新评论
- 1. Re:[论文阅读笔记] Unsupervised Attributed Network Embedding via Cross Fusion
想问一下作者,聚类里面这个nmi评价指标是怎么计算的
- --032002413李雨晴
- 2. Re:[论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks
您好,我想问一下你复现代码了么,那个链路预测数据集是怎么处理的可以帮忙解答一下么,非常感谢!
- --CherichCoCo
- 3. Re:[论文阅读笔记] Large-Scale Heterogeneous Feature Embedding
论文中证明上述设计特征游走的输出等价于基于属性相似度矩阵随机游走的输出(这边不赘述)证明没看懂
- --cx_2016
- 4. Re:pytorch_第四篇_使用pytorch快速搭建神经网络实现二分类任务(包含示例)
这样程序好像依然会没法自动结束
- --你眼带笑意
- 5. Re:pytorch_第四篇_使用pytorch快速搭建神经网络实现二分类任务(包含示例)
torch.max(y_p,dim = 1)[0]是每行最大的值的下标,可认为标签
这句话写错了吧? [0]应该改成[1]- --你眼带笑意