PyG Heterogeneous Graph Practice

同构图与异构图

同构图

不区分节点和边的类型，节点和边都只有一种类型

点类型+边类型=2

例如，在社交网络中，可以想象node只有‘人’这一个种类，edge只有‘认识’这一种连接。而人和人要么认识，要么不认识。

异构图

点的类型或边的类型超过一种

点类型+边类型>2

现实世界中，大多数图都是异构图，表示了关于不同类型实体及其不同类型关系的信息。不同类型的点和边的特征表示类型和维度可以不相同。

Pytorch实战线性神经网络

• 1. Pytorch实现线性回归
• 2. Pytorch实现softmax回归

使用PyTorch进行深度学习实践

• 0. Pytorch的API
• 1. 数据加载和预处理
• 2. 定义网络模型
• 3. 定义损失函数和优化器
• 4. 训练网络
• 5. 测试网络
• 6. 保存和加载模型
• 7. GPU加速
• 8. 使用TensorBoard进行可视化

张量Tensor操作

• 1. 标量，向量，矩阵与张量
• 2. 初始化张量
• 3. 张量的属性
• 4. 张量的基本运算
• 5. 求和与求平均值
• 6. 求乘积
• 7. 求向量的模/范数
• 8. 求梯度

神经网络训练要点解读

• 1. 整体目标
• 2. 损失函数：量化模型的有效性
• 3. 优化算法（梯度下降,gradient descent）：调整模型参数以优化目标函数的算法
• 4. 超参数

人工智能概念解读

• 1. 机器学习、深度学习与强化学习
• 2. 有监督学习、半监督学习、无监督学习
• 3. 在线学习和离线学习
• 4. 回归，分类与多标签分类
• 5. 推荐与搜索