- 博客(13)
- 收藏
- 关注
RSS订阅原创 汇总一下GNN方法
图神经网络的一个基本思想，就是基于节点的局部邻居信息对节点进行embedding，即通过神经网络来聚合每个节点及其周围节点的信息。训练方法GNN将图中节点embedding成向量，然后每轮迭代获取节点周围的邻居的信息，训练又分为无监督 ...
2020-04-10 09:31:09
643
转载 「十项全能」图神经网络能干嘛?
前几天在群里划水,有人在问图神经网络能应用于NLP/CV吗?回想一下这两年GNN的发展,貌似我知道的领域全都有GNN的身影. 这让我想起了<国产凌凌漆>中文西那把无所不能的终极杀人武器:夺命3000.下面就梳理一下GNN活跃的十个领域.正所谓"十项全能GNN"注: 这里每个领域只简单罗列几篇,只是为了说明GNN得到了成功应用.自然语言处理19AAAI Graph convol...
2020-04-09 18:08:30
269
转载 代码补全漫谈(1) - 从TabNine说起
声明：本文为CSDN博主「Jtag特工」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/lusing/article/details/100784580代码补全漫谈(1) - 从TabNine说起前不久，基于GPT-2模型的TabNine横空出世，在程序员界再次引起轰动。此前，国产的aixcoder，...
2020-04-09 17:32:27
656
原创 GNN图神经网络 DropEdge：towards deep GCN on node classfication
论文笔记：DropEdge: Towards Deep Graph Covulutional Networks on Node ClassificationGNN可弥补深度学习的可推理和可解释的缺陷，然而，目前大部分图卷积网络，尤其是面向节点分类的网络，都是浅层网络。这些模型分类效果往往随着深度加深而变差（即使使用残差连接），这与用于图片分类的卷积网络动辄超过几十层的现象很不一致。图卷积神经网...
2020-04-09 16:10:42
1243
1
原创 Adaboost，GBDT,Xgboost，RF,LR,SVM等繁多算法如何选择
1.LR与SVM的区别和联系联系：1.LR和SVM都可以处理分类问题，且一般处理线性二分类（改进后可以处理多分类）2. 都可以增加不同的正则化项L1,L2，且经常结果很相近区别：1.LR是参数模型，SVM是非参数模型。2.损失函数不同，LR是logistical loss， SVM是hinge loss。损失函数目的都是增加对分类影响较大的数据点的权重。3.SVM处理时只考虑supp...
2020-04-06 10:08:35
549
原创 机器学习知识点总结
核函数kernel核函数是将低维数据映射到高维数据的工具。是为了解决线性不可分问题，希望在高维空间中，数据可以更容易分离或更好的结构化。非线性问题用核函数，是映射关系的内积。深度学习的经典ml对比svm和神经网络相爱相杀，深度学习没出来之前，svm因为他的核函数一直占据上风，现在深度学习出来了，神经网络又占据上风了。deep learning的适应性强，易于转换，更容易适应不同领域和应用，...
2020-04-03 14:37:39
182
原创 机器学习算法总结
机器学习算法太多啦，什么模型怎么运用，适合什么场景，首先要有一个大概的框架，多运用才能比较清晰。支持向量机support vector machine将两类分开，想要得到一个超平面，使两类的margin（离它最近的一点的距离）最大。SVM算法是介于简单算法和神经网络之间的最好的算法。只通过几个支持向量就确定了超平面，说明它不在乎细枝末节，所以不容易过拟合，但不能确保一定不会过拟合。可以处理...
2020-04-03 11:41:36
317
原创 GNN posisible 应用
记录一些GNN的应用GNN的推荐系统模型（基于会话的推荐方案）1.基于马尔可夫链的推荐系统：该模型基于用户上一次的行为来预测用户的下一次行为，然而由于强独立性相关假设，该模型的预测结果并不十分准确。2.基于循环神经网络（RNN）的推荐系统：相比于传统的推荐问题，基于会话的推荐问题的不同点在于如何利用用户的短期会话交互信息数据来预测用户可能会感兴趣的内容。基于会话的推荐可以建模为序列化问题，也...
2020-04-03 09:54:14
109
原创 RNN,LSTM,GRU循环神经网络变化史
RNN上下文推理，处理时间序列。#### LSTM（加入了三个门） 施密德胡贝尔发明了长时和短时记忆网络(LSTM)："你可以用五行代码写它."神经网络需要数百万次计算，而LSTM的代码旨在找到有趣的相关性:在数据分析中添加时间文本内容，记住之前发生的事情，然后将其应用于神经网络，观察与神经网络中接下来发生的事情的联系，然后得出结论。 这种精巧而复杂的设计使人工智能能够自我发展...
2020-04-01 17:15:03
1409
原创 sklearn分析入门
sklearn是统计学习的经典算法的集合，封装了很多机器学习算法，优点有参数较少，简单明了，速度也较快。和深度学习框架TF的关系：当传统学习算法无法解决问题时我们才会想用深度学习（医学诊断，自动驾驶，alphago等），运算所需成本也很高。而通常简单模型可以，就没有必要了。我们的目标是解决问题，而不是用特定的方法解决问题。工程中，通常是 分析数据，根据特征选择适合的算法，在工具包中调用算法，调...
2020-04-01 11:09:20
161
转载 Smart contract security Papers
[SP’20]VeriSmart： A Highly Precise Safety Verifier for Ethereum Smart Contracts[SP’20]VerX：Safety Verification of Smart Contracts[VSTTE’19]solc-verify：A Modular Verifier for Solidity SC[Arxive]Smar...
2020-03-25 10:45:45
1028
原创 智能合约安全分析 简述
记录一下学习过程，不断更新智能合约背景以太坊正在被打造成一种能在单一平台上实现多种可能性的区块链生态系统，而智能合约是为了让人们在平台上实现更深层次的开发而设计的。智能合约的价值主要是因为它可以与区块链发生关系，数据来源于区块链链上，执行在链上，输出结果在区块链上，而区块链上承载着一个国家的法律，这是区块链被称为“主权区块链”的原因。智能合约与区块链的结合形成了智能合约法规自动执行系统。智...
2020-03-25 10:26:35
1526
原创 深入理解计算机系统csapp 第三章学习
程序的机器级表示前言第三章从CPU的架构入手，了解处理器是如何处理指令的，重点了解汇编语言，程序如何在cpu中运行，数据结构是如何在内存中存储和表示的。理解编译器的优化能力，分析代码中隐含的低效率。...
2020-03-24 14:13:34
172
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人