torch_geometric笔记:nn. graclus (图点分类)
torch_geometric.nn.graclus(edge_index, weight: Optional[torch.Tensor] = None, num_nodes: Optional[int] = None)
一种图分类的方法,分类之后每个集簇类内点与点之间的边权重和最大
(分类的思路是采用:论文笔记:Weighted Graph Cuts without Eigenvectors:A Multilevel Approach_UQI-LIUWJ的博客-CSDN博客
的思路
我们以ENZYMES数据集的第一个data为例:
torch_geometric笔记:数据集 ENZYMES &Minibatches_UQI-LIUWJ的博客-CSDN博客
Data可视化结果如下:
torch_geometric 笔记:TORCH_GEOMETRIC.UTILS(更新中)_UQI-LIUWJ的博客-CSDN博客
from torch_geometric.datasets import TUDatasetdataset = TUDataset(root='', name='ENZYMES')dataset[0]
#Data(edge_index=[2, 168], x=[37, 3], y=[1])torch_geometric.nn.graclus(dataset[0].edge_index)
'''
tensor([ 0, 0, 2, 3, 4, 5, 4, 5, 8, 8, 10, 10, 12, 13, 13, 15, 15, 17,18, 17, 18, 21, 22, 23, 24, 12, 26, 2, 3, 24, 21, 31, 32, 33, 31, 22,33])
'''
每一次调用graclus可能结果都是不一样的。返回的内容一个LongTensor,第i维表示第i个点被归类到哪个cluster中去了
但是,没有说明使用的是哪种图聚类的目标函数【因为在论文中有如下的几种图划分的目标函数,(带权重的加上weight就可以了)】(希望知道的同学可以在评论区赐教)
torch_geometric笔记:nn. graclus (图点分类)相关推荐
- 图的分类--图论笔记
图的分类 – 潘登同学的图论笔记 文章目录 图的分类 -- 潘登同学的图论笔记 无向图(我们着重讨论简单图) 图的数学语言 简单图:不存在自环和重边的无向图 在简单图范畴下的其他有特点的图 二部图(很 ...
- torch_geometric 笔记:nn.ChebNet
1 理论部分 交通预测论文翻译:Deep Learning on Traffic Prediction: Methods,Analysis and Future Directions_UQI-LIUW ...
- 【笔记整理】图神经网络学习
[笔记整理]图神经网络学习 文章目录 [笔记整理]图神经网络学习 一.GNN简介 1.图结构 & 图基础算法 1)引言("非欧几何, 处理图数据的NN") 2)图基本概念 ...
- 一文让你完全弄懂逻辑回归和分类问题实战《繁凡的深度学习笔记》第 3 章 分类问题与信息论基础(上)(DL笔记整理系列)
好吧,只好拆分为上下两篇发布了>_< 终于肝出来了,今天就是除夕夜了,祝大家新快乐!^q^ <繁凡的深度学习笔记>第 3 章 分类问题与信息论基础 (上)(逻辑回归.Softm ...
- torch_geometric 笔记:TORCH_GEOMETRIC.UTILS(更新中)
1 torch_geometric.utils.add_self_loops add_self_loops(edge_index, edge_weight: Optional[torch.Tensor ...
- 李弘毅机器学习笔记:第五章—分类
李弘毅机器学习笔记:第五章-分类 例子(神奇宝贝属性预测) 分类概念 神奇宝贝的属性(水.电.草)预测 回归模型 vs 概率模型 回归模型 其他模型(理想替代品) 概率模型实现原理 盒子抽球概率举例 ...
- 王道视频-数据结构-笔记6:图
文章目录 0 笔记说明 1 图的基本概念 2 图的存储及基本操作 2.1 邻接矩阵法 2.2 邻接表法 2.3 十字链表法 2.4 邻接多重表法 2.5 图的基本操作 3 图的遍历 3.1 广度优先搜 ...
- 图神经网络实践之图节点分类(一)
本文主要以Deep Graph Library(DGL)为基础,利用图神经网络来进行图节点分类任务.本篇针对的图为同构图. 1. DGL 介绍 DGL是一个python包,用以在现有的深度学习框架上( ...
- “不传递消息、不使用邻接矩阵、在边集上训练”: 从对比链接中蒸馏自知识:非消息传递的图节点分类...
来源:深度学习与图网络本文约800字,建议阅读5分钟 本文从图网络的边中蒸馏知识,使 MLP 在图节点分类任务上达到了 GNN 的表现. 这篇文章从图网络的边中蒸馏知识,使 MLP 在图节点分类任务上 ...
最新文章
- NOSQL系列-memcached安装管理与repcached高可用性
- QPainter 的状态保存与恢复
- 【数据库原理及应用】经典题库附答案(14章全)——第七章:数据库恢复技术
- 【渝粤题库】国家开放大学2021春2047商业银行经营管理题目
- Java知识点详解 4 泛型
- springboot转发http请求_Spring Boot2 系列教程(八)Spring Boot 中配置 Https
- Zabbix触发器和监控项设置时间范围.
- python serial库文件下载_python serial模块
- 国内各大互联网公司相关技术博客3.0版 (集合腾讯、阿里、百度、搜狐、新浪、网易、360等共29个)
- 一文了解CISP,太全了
- iReport连接数据库
- 计算机里不显示u盘盘符,U盘不显示盘符怎么办 U盘没了盘符解决方法【详解】...
- react hook(基础详解)
- 微信小程序中基础入门
- 微商城之业务逻辑架构设计,B2B2C模式流程设计-OctShop免费开源商城系统
- Racket编程指南——13 类和对象
- Nginx访问控制,限速limit_conn, limit_req
- IP地址和域名的关系
- Linux文件目录操作命令-mkdir命令
- python合法标识符_python合法标识符要求是什么