Zzong's Notes

PyTorch-BigGraph

1 min read

링크된 언급

2

함께 보면 좋은 글

Graph Neural Network

Graph Neural Network A.1) 기존 그래프 알고리즘과의 비교 전통적인 그래프 관련 알고리즘들의 limitation 이 존재 기존 알고리즘들: BFS, DFS, Dijkstra algorithm, Prim algorithm etc.

PyTorch

A) CUDA def run cuda benchmark(num iters: int, profile: bool = False) -> float: torch.cuda.synchronize() if profile: torch.cuda.cudart().cudaProfilerStart() start time =...

Graph Embedding

Graph Embedding Graph Embedding 은 node, edge, subgraph, 전체 graph 를 vector 로 표현하는 방법이다.

random walk

Random Walk Random walk는 graph 위에서 현재 node의 이웃 중 하나를 확률적으로 선택해 이동하는 과정이다. graph의 node를 state로 보고, edge를 이동 경로로 보면 Markov Chain의 한 형태로 이해할 수 있다.

graphical model

핵심 요약 Graphical Model (확률 그래프 모델): 확률 분포를 그래프 구조로 표현하는 방법. 노드는 랜덤 변수, 엣지는 변수 간 의존 관계를 나타낸다.

PPR

Personalized PageRank Personalized PageRank(PPR)는 PageRank에서 “다시 시작할 위치”를 특정 seed node 또는 seed set에 집중시키는 방법이다.

Temporal Graph Network

Temporal Graph Network Related Link 정의 dynamic graphs represented as sequences of timed events 를 학습하기 위한 general encoder 구조 소개 real-world 그래프들은 dynamic 하고 시간에 따라 진화한다.

Graph Learning based Recommender Systems

Graph 기반 추천을 하는 이유 추천 시스템 내 대부분의 데이터는 그래프 구조를 가진다. real world 에서 객체들은 서로 explicit 또는 implicit 하게 연결되어 있다. 그리고 그 객체는 사용자, 아이템, 속성등 이 될 수 있다.