没有合适的资源?快使用搜索试试~ 我知道了~
WEGL:我们的Wasserstein图学习嵌入技术(WEGL)的实现代码
共12个文件
pyc:5个
py:5个
md:1个
需积分: 10 1 下载量 105 浏览量
2021-05-26
14:31:48
上传
评论
收藏 29KB ZIP 举报
温馨提示
Wasserstein图学习嵌入(WEGL) 该存储库包含与我们最近的工作有关的的示例实现代码,在其中我们利用线性最优传输(LOT)理论引入了一种新颖且快速的框架,用于将整个图形嵌入到向量空间中,然后可以用于图分类任务。 此存储库中包含的Jupyter Notebook在的OGBG-molhiv数据集上运行WEGL,使用下游随机森林分类器实现了分子性质预测的最新结果,与现有方法相比,其训练复杂度大大降低了图神经网络(GNN)方法。 有关该方法的更多详细信息和更全面的评估结果,请访问。 依存关系 :开放图基准。 :用于最佳运输的Python库。 如果您在工作中使用WEGL,请使用以下BibTeX引文引用我们的论文: @inproceedings{ kolouri2021wasserstein, title={Wasserstein Embedding for Graph Le
资源推荐
资源详情
资源评论
收起资源包目录
WEGL-master.zip (12个子文件)
WEGL-master
README.md 2KB
WEGL_RandomForest_ogbg_molhiv.ipynb 27KB
WEGL
diffusion_layer_multiple_nonneg_edge_features.py 2KB
onehot_bondencoder.py 946B
diffusion.py 1KB
__init__.py 0B
__pycache__
onehot_bondencoder.cpython-36.pyc 1KB
__init__.cpython-36.pyc 131B
diffusion.cpython-36.pyc 1KB
WEGL.cpython-36.pyc 7KB
diffusion_layer_multiple_nonneg_edge_features.cpython-36.pyc 2KB
WEGL.py 11KB
共 12 条
- 1
资源评论
KINSLAUGHTER
- 粉丝: 25
- 资源: 4758
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功