发现有价值的观点，记录自己的思考。
# -*- coding: utf-8 -*- """ Created on Sat Jan 5 23:00:01 2019 @author: VincentWei """ from __future__ import division from __future__ import print_function import numpy as np import tensorflow as tf import gym # gym环境 env = gym.make('CartPole-v0') # 超参数 ...
刚才例会听不知道谁说了节点以一定概率向邻居节点发送激活信号，挺感兴趣，写了demo 函数jihuo以递归方式输送信号，这里没有卡递归层数，如果网络太大会崩溃，但是每次概率p会自乘，意味初始概率是0.5的话，下一层传播概率是0.25，越来越小，目前跑代码还没有崩溃，但是层数太高真的会崩。若随机数在范围内则进行激活下个邻居节点，代码如下： import os import networkx as nx import random from util.graphDealer import load_graph_...
''' 绘制动画 ''' import numpy as np import matplotlib.pyplot as plt from matplotlib import animation import networkx as nx import random fig, ax = plt.subplots() G = nx.Graph() G.add_edge(0,1) def init_network(): # nx.draw(G, node_size=10, node_color='c') re...
NMI是Normalized Mutual Information的简称，用于比较社团划分结果与ground-truth之间的接近程度，取值范围为[0, 1]，出自2006年 Danon 的论文 [1]。 有两种计算方法，为了方便大家检测结果，写了一个通用的Python版计算函数，当然也可以直接调用库函数计算。代码如下： # -*- coding: utf-8 -*- import math def NMI(c1, c2): ''' Calculate Normalized Mutual Informati...
最近在看Physics Reports上的一篇多层网络综述，里面有很多好看的配图，发现这些大牛用R语言写了一个可视化工具，所以从github上下载下来调试了一下。这是原始安装说明： Home Features Usage/Tutorial Gallery Download Blog INSTALLATION Download and install a copy of Octave (3.4.0 or above): http://www.gnu.org/software/octave/download...
勾选本次任务使用的技能（最多 3 个）· 技能只提供任务指引。
联网追踪热点，查找站内内容，
将发现整理成你的下一篇笔记。