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
- 2021年春季学期-信号与系统-第三次作业参考答案-第七道题
- 怎么区分五类线、超五类线和六类线
- python libusb1库
- Flask之threading.loacl方法
- Python+Opencv建立一个文档扫描器
- loadrunner之协议选择
- EF 使用遇到过的错误记录备忘
- 3.Dockerfile
- ios安卓模拟器_雷电模拟器4.0.5去广告修改版
- 目标检测 | CVPR 2019 目标检测论文汇总
- 大数据高级开发工程师——大数据相关工具之三 Maxwell
- 【微信小程序】使图片占满整个屏幕的解决方案
- python excel表格转word表格
- 通过JS导出Excel。将JS数组转换为VB数组
- iOS程序的Build过程
- 前端用 js-file-download组件 下载后端返回的Excel文件
- 计算机指纹识别的原理步骤,指纹识别技术的基本原理及过程
- 【Java二十周年】我的JAVA小时代
- 数据库设计(理论实例)
- iOS 应用闪退的原因
热门文章
- 新JEP将简化Java类型变异
- 快速学习Android开发知识点总结(磨砺营马剑威Android)
- C语言中冒泡排序及优化
- 删除git commit 的 UserInterfaceState.xcuserstate 文件
- android开发 java与c# 兼容AES加密
- 函数调用通过函数名字符串调用函数【C语言版】
- css js html记录
- 关于文件的默认读取和保存路径(转)
- 第一章新增例题:访问修饰符
- PAT甲级1007 Maximum Subsequence Sum :[C++题解]DP,最大子序列和、求最优的区间方案