图神经网络及知识图谱算法实战

landrv 6 0 zip 2024-05-02 10:05:34

学习图神经网络和知识图谱相关算法，如GCN、GAT、GAFM、GAAFM、GraphSage、W2V、TRANSe。

文件列表

玩转图神经网络和知识图谱的相关算法：GCN,GAT,GAFM,GAAFM,GraphSage,W2V,TRANSe.zip (预估有个159文件)

__init__.py 126B

main.py 3KB

__init__.py 0B

dataset.py 4KB

dataloader.py 179B

train.py 1KB

test.py 1KB

._test.py 4KB

model.py 4KB

utils.py 7KB

__init__.py 124B

main.py 2KB

GraphSAGE.py 7KB

karate.edgelist 406B

cora.cites 68KB

cora.content 7.46MB

weighted.karate.edgelist 563B

main2.py 2KB

utils.py 6KB

__init__.py 124B

gat.py 6KB

main.py 1KB

gat_v2.py 6KB

s32_gat_pgy.py 2KB

s24_deepwalk.py 2KB

dataloader4graph.py 4KB

s41_GCN4Rec.py 5KB

evaluate.py 2KB

topKevaluate.py 9KB

osUtils.py 851B

s31_gcn_pgy.py 2KB

s11_graphBasic.py 322B

s44_GAFM.py 6KB

s25_node2vec.py 386B

filepaths.py 875B

s24_word2vec.py 269B

s42_GAT4Rec.py 7KB

s43_GFM4Rec.py 5KB

pygDataLoader.py 721B

Line.ipynb 3KB

Line-checkpoint.ipynb 72B

Line.py 9KB

Line.ipynb 40KB

Line-checkpoint.ipynb 40KB

utils.py 2KB

__init__.py 126B

cnn-lm.py 5KB

seq2seqattention.py 5KB

seq2seq.py 4KB

s44_MetaPath2vec.py 3KB

s23_TransR.py 3KB

s63_KGAT.py 6KB

s21_TransE.py 2KB

dataloader4kge.py 3KB

s34_MKR.py 8KB

evaluate.py 2KB

topKevaluate.py 9KB

osUtils.py 851B

s25_RESCAL.py 2KB

dataloader4KGNN.py 2KB

s61_KGCN.py 6KB

s32_CKE.py 4KB

s22_TransH.py 2KB

s64_KGFM.py 9KB

s42_pathSim.py 2KB

filepaths.py 875B

s43_per.py 7KB

s54_ripplenet.py 12KB

utils.py 6KB

TransH.py 4KB

Main.py 6KB

TransE.py 2KB

TransD.py 4KB

Config.py 3KB

TransR.py 3KB

TransH.py 3KB

TransA.py 5KB

TransE.py 5KB

TransD.py 5KB

KG2E.py 5KB

utils.py 2KB

__init__.py 126B

visual.py 801B

skip_gram.py 3KB

Cbow.py 3KB

__init__.py 125B

sampler.py 3KB

skip_gram.py 2KB

Cbow.py 2KB

MetapathVec.py 7KB

metapathVec-checkpoint.ipynb 72B

metapathVec.ipynb 5KB

node2vec.ipynb 197KB

node2vec-checkpoint.ipynb 197KB

.gitignore 549B

DeepWalk.ipynb 14KB

tsne_vis_3d.csv 645KB

seealsology-data.tsv 534KB

DeepWalk代码实战-维基百科词条图嵌入可视化.ipynb 1.53MB

tsne_vis_2d.csv 557KB

DeepWalk代码实战-维基百科词条图嵌入可视化-checkpoint.ipynb 1.07MB

DeepWalk-checkpoint.ipynb 72B

__init__.py 126B

model.py 1KB

SDNE.ipynb 53KB

SDNE-checkpoint.ipynb 53KB

__init__.py 126B

model.py 1KB

utils.py 6KB

__init__.py 124B

gcn.py 4KB

main.py 2KB

【A4】创建节点.ipynb 47KB

【Z1】扩展阅读.ipynb 2KB

【C1】PageRank节点重要度.ipynb 22KB

chess_masters_WCC.pgn.bz2 204KB

【B4】国际象棋对局MultiDiGraph多路图可视化.ipynb 202KB

WCC.csv 73KB

WCC.pgn 481KB

附录：PGN棋谱数据转csv.ipynb 19KB

SimHei.ttf.1 9.59MB

【C4】计算节点特征.ipynb 764KB

knuth_miles.txt.gz 20KB

【B2】美国128城市交通关系无向图可视化.ipynb 970KB

data.csv 5KB

wifi.png 19KB

database-storage.png 21KB

laptop.png 12KB

【B5】自定义节点图标.ipynb 91KB

【B1】nx.draw可视化函数.ipynb 192KB

【C7】拉普拉斯矩阵特征值分解.ipynb 66KB

triples.csv 6KB

grid.edgelist 3KB

【A3】创建图-连接表和邻接表创建图.ipynb 899KB

【A3】创建图-连接表和邻接表创建图-checkpoint.ipynb 899KB

【B6】自我中心图（Ego图）.ipynb 117KB

【A1】安装配置NetworkX环境.ipynb 12KB

【C6】计算全图Graphlet个数.ipynb 128KB

SimHei.ttf 9.59MB

【A2】创建图-NetworkX内置图.ipynb 918KB

【C2】节点连接数Node Degree度分析.ipynb 172KB

【Z2】版权及使用说明.ipynb 2KB

【B3】有向图可视化模板.ipynb 119KB

【A5】创建连接.ipynb 26KB

【A1】安装配置NetworkX环境-checkpoint.ipynb 12KB

shanghai_subway.csv 13KB

beijing_subway.csv 11KB

【C5】北京上海地铁站图数据挖掘.ipynb 3.04MB

【C5】北京上海地铁站图数据挖掘-checkpoint.ipynb 3.04MB

【C3】棒棒糖图特征分析.ipynb 26KB

utils.py 3KB

__init__.py 126B

walker.py 7KB

eges.py 4KB

run_eges.py 3KB

data_process.py 5KB

alias.py 1KB

README.md 79B

用户评论

暂无评论

百度知识图谱

百度知识图谱介绍 AI 人工智能大规模通用知识图谱构造

253 2019-03-01
知识图谱研究进展

随着大数据时代的到来，知识工程受到了广泛关注，如何从海量的数据中提取有用的知识，是大数据分析的关键。知识图谱技术提供了一种从海量文本和图像中抽取结构化知识的手段，从而具有广阔的应用前景。本文首先简

32 2019-03-16
2018知识图谱发展报告

最新的知识图谱研究动态，包含现今掌握的技术以及未来的发展方向

22 2019-03-16
知识图谱构建技术综述

知识图谱（Knowledge Graph）又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘

31 2019-03-07
知识图谱发展报告2018

知识图谱(Knowledge Graph)以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。知识图

65 2018-12-09
Lua分享的知识图谱

LUA的一些知识图谱，分享的内容。Lua的三个优点：一是体积小，二是代码优美，三是速度最快。完整的lua5.1只有区区200K，小得几乎可以忽略不计；

26 2019-04-10
技术知识图谱.pdf

技术知识图谱.pdf个人收集电子书，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！

35 2019-05-13
研究知识图谱必读ExploitingLinkedDataandKnowledgeGraphsinLargeOrganisations

ExploitingLinkedDataandKnowledgeGraphsinLargeOrganisations。

43 2019-05-16
基于知识图谱问答实现

Implementation based on knowledge graph question and answer

36 2019-06-27
知识图谱_数据融合DataMatching

Datamatching:conceptsandtechniquesforrecordlinkage,entityresolution,andduplicatedetection

42 2019-05-03

图神经网络及知识图谱算法实战

文件列表

用户评论

推荐下载