没有合适的资源?快使用搜索试试~ 我知道了~
CorrectAndSmooth-dgl:DGL的“结合标签传播和简单模型优于图形神经网络”的实现(ICLR 2021)
共4个文件
py:2个
gitignore:1个
md:1个
需积分: 32 3 下载量 104 浏览量
2021-04-22
15:39:26
上传
评论 1
收藏 7KB ZIP 举报
温馨提示
DGL CorrectAndSmooth的实现 该DGL示例实现了的论文中提出的GNN模型。 有关原始实现,请参见。 贡献者: 要求 该代码库在Python 3.7中实现。 有关软件包的版本要求,请参见下文。 dgl 0.6.0.post1 torch 1.7.0 ogb 1.3.0 本示例中使用的图形数据集 开放图基准(OGB)。 数据集摘要: 数据集 #节点 #边缘 #节点专长 公制 ogbn-arxiv 169,343 1,166,243 128 准确性 ogbn产品 2,449,029 61,859,140 100 准确性 用法 训练基本预测变量,并使用在不同数据集上遵循原始超参数的正确与平滑。 ogbn-arxiv MLP + C&S python main.py python main.py --pretrain 线性+ C&S python ma
资源推荐
资源详情
资源评论
收起资源包目录
CorrectAndSmooth-dgl-master.zip (4个子文件)
CorrectAndSmooth-dgl-master
main.py 7KB
model.py 8KB
README.md 2KB
.gitignore 2KB
共 4 条
- 1
资源评论
可爱的小树懒
- 粉丝: 16
- 资源: 4577
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