01 2021 档案
摘要:[论文阅读笔记] node2vec:Scalable Feature Learning for Networks 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 由于DeepWalk的随机游走是完全无指导的随机采样,即随机游走不可控。本文从该问题出发,设计了一种有偏向的随机游走策
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