技术标签： 图深度学习 机器学习 深度学习 pytorch_geometric代码详解 pytorch
from torch_sparse import SparseTensor
edge_index = torch.tensor([[1,2,3,4], [0,0,0,0]])
adj_t = SparseTensor(row=edge_index[1], col=edge_index[0])
adj_t
>>> SparseTensor(row=tensor([0, 0, 0, 0]),
col=tensor([1, 2, 3, 4]),
size=(1, 5), nnz=4, density=80.00%)
SparseTensor默认会对row中的index排序。
edge_index = torch.tensor([[0,0,0,0], [4,3,1,2]])
adj_t = SparseTensor(row=edge_index[1], col=edge_index[0])
adj_t
>>>SparseTensor(row=tensor([1, 2, 3, 4]),
col=tensor([0, 0, 0, 0]),
size=(5, 1), nnz=4, density=80.00%)
# row输入的[4,3,1,2]变成了[1, 2, 3, 4]
from torch_geometric.transforms import ToSparseTensor
from torch_geometric.data.data import Data
transform = ToSparseTensor()
x = torch.randn(5,3)
data = Data(x=x, edge_index=edge_index)
data
>>> Data(edge_index=[2, 4], x=[5, 3])
data = transform(data)
data
>>> Data(adj_t=[5, 5, nnz=4], x=[5, 3])
data.adj_t
>>> SparseTensor(row=tensor([0, 0, 0, 0]),
col=tensor([1, 2, 3, 4]),
size=(5, 5), nnz=4, density=16.00%)
关于pytorch geometric中的稀疏邻接矩阵为何要存成转置的形式，可以参考我的另一篇博文。https://blog.csdn.net/weixin_39925939/article/details/121331550
row, col, _ = data.adj_t.t().coo() #data is torch_geometric.data.data.Data
edge_index = torch.stack([row, col], axis=0)
文章浏览阅读7.9k次，点赞10次，收藏69次。R是一种流行的统计软件和编程语言，用于数据分析和可视化。它是一个开源的软件，拥有庞大的社区支持和丰富的扩展包，可运行在各种操作系统上，如Windows、Mac和Linux。R被广泛应用于数据科学、统计学、机器学习和其他相关领域的研究和实践中。以下是R的一些主要特点：数据分析和可视化：R可以轻松地导入、整理和分析数据，然后将结果以各种方式可视化，如绘制图表、创建热图等。R还提供了许多常见的统计分析方法，如线性回归、ANOVA、聚类分析等。编程语言：R是一种完整的编程语言，具有各种编程结构和数据类型。_rstudio
文章浏览阅读9.2k次。VB6添加控件时提示 该部件的许可证信息没有找到，将以下文件保存为注册表文件并导入Windows Registry Editor Version 5.00[HKEY_LOCAL_MACHINE\SOFTWARE\Classes\Licenses] @="Licensing: Copying the keys may be a violation of established copyrights._vb licenses
文章浏览阅读301次。简介agentweb 是对webview进行的又一层封装较为轻量级所以基本的开发流程大致和webview原理相似将html5文件方入asset文件夹下，访问路径为final private String CoachFile = "file:///android_asset/teacher/info-teacher.html";运行demo此demo使用了bintray/Jcenter 这个东西Jc..._agentweb token
文章浏览阅读614次。[Android Version]Android 5.0/5.1 (L)Android 6.0 (M)Android 7.0(N)Android 8.0(O)[DESCRIPTION]L及之后的版本紧急号码Customer的部分改成了在XML文件中来配置，文件的路径： alps\vendor\mediatek\proprietary\external\EccL..._sim卡 ecclist
文章浏览阅读1.1k次。Bcrypt百度百科：1、 bcrypt，是一个跨平台的文件加密工具。由它加密的文件可在所有支持的操作系统和处理器上进行转移。它的口令必须是8至56个字符，并将在内部被转化为448位的密钥。2、bcrypt算法相对来说是运算比较慢的算法，在密码学界有句常话：越慢的算法越安全。算法越算，黑客破解成本越高.通过salt和const这两个值来减缓加密过程，ta的加密时间（百ms级）远远超过md5（大概1..._写一个bcrypt
文章浏览阅读2.4w次，点赞14次，收藏87次。LaTeX中英文字体设置、混排，ctex宏包引用_latex英文字体
文章浏览阅读4.1k次，点赞11次，收藏92次。文末可以领取所有系列高清 pdf。大家好，我是路人，这是 SpringMVC 系列第 16 篇。本文将通过阅读源码的方式带大家了解 springmvc 处理请求的完整流程，干货满满。目录1..._springmvc源码分析
文章浏览阅读752次。1、配置测试机和SSH服务器之间的免密钥登录：测试机生成密钥#ssh-keygen -t rsa将/root/.ssh/id_rsa.pub中的内容拷贝到SSH服务器的/root/.ssh/authorized_keys文件中，并修改文件权限为600；2.、编辑测试机的/etc/kdump.conf，注释其他内容，并在文件末尾添加：ssh [email protected] sshkey /root/.ssh/id_rsa path /sshkdump core_collect_核心崩溃信息存储到ssh服务器
文章浏览阅读1.4k次。更多支付内容请移步个人站：YKBLog.top对账整体设计从整体来看，按照时序维度的先后，系统对账主要分为三阶段的工作。分别是数据准备、数据核对和差错处理。数据准备细分一下，又分为文件获取、文件解析、数据清洗。在对账专业概念中，数据核对和差错处理又叫轧账和平账。具体设计脑图如下:check-arch.png对账各个模块设计数据准备数据准备，顾名思义，我们需要把对账所需的全部数据，接入到我们的对账系..._java 对账实战思路
文章浏览阅读887次，点赞23次，收藏17次。Python中魔法方法（magic method）其实就是那些被双下划线包围的方法，比如__init____str__等等。这些魔法方法为类添加了**“魔力”，让我们可以在面向对象编程中用更加简洁的代码来操作对象。本篇根据面向对象编程的一些场景来介绍常用的魔法方法**。Python的魔法方法很多，本文只是列举了其中很少的一部分，github上有一个示例python。
文章浏览阅读9.4k次，点赞20次，收藏102次。在学习了小程序云开发后，遇到了开发中常见的图片上传，今天简单的记录总结下在云开发中如何实现图片上传到云存储中。_微信小程序上传图片到云存储
文章浏览阅读1k次。ftp服务器上传文件速度多少 内容精选换一换华为云帮助中心，为用户提供产品简介、价格说明、购买指南、用户指南、API参考、最佳实践、常见问题、视频帮助等技术文档，帮助您快速上手使用华为云服务。使用FTP上传文件时，写入失败，文件传输失败。该文档适用于Windows系统上的FTP服务。FTP服务端在NAT环境下，客户端需使用被动模式连接服务端。在这种情况下，服务端的IP地址无法从路由器外部访问，所以..._c# ftp上传速度默认多少