计算几何-随机增量 随机增量法 随机增量法可以用来解决最小圆覆盖。 首先，我们先思考一下这个问题： 给定平面上\(n\)个点，求一个半径最小的圆去覆盖这\(n\)个点。 我们可以先设点集\(A\)的最小圆覆盖为\(c(A)\)，对于一个最小覆盖圆，它肯定满足以下性质： \(c(A)\) 是唯一的; 圆上有三
计算几何-半平面交 半平面 平面内的一条直线把这个平面分成两部分，每一部分对这个平面来说，都叫做半平面。包括这条直线的半平面叫做闭半平面，否则叫做开半平面。 解析式为 \(Ax + By +C >=0\)或\(Ax + By +C <=0\)。 在计算几何中用向量表示，整个题统一以向量的左侧或右侧为半平面。
Pset_CoveringCeiling 将预定义类型设置为“天花板”的覆盖的所有引用和类型对象定义的公共特性。 NameTypeDescription Permeability P_SINGLEVALUE / IfcNormalisedRatioMeasure Durchlässigkeit Durchlässigkeit der Unterdecke als Faktor zwischen 0 Undurchl
特征向量和对角化的几何意义 (涉及基变换) reference的内容为唯一教程，接下来的内容仅为本人的课后感悟，对他人或无法起到任何指导作用。 Reference Extra videos (3Blue1Brown): Change of basis | Chapter 13, Essence of linear algebra - YouTube Eigenvectors and eigenval
1 安装pytorch 首先按照（二）用conda新建虚拟环境，建议用python3.8，首先激活虚拟环境并参考博文添加清华源，然后按照官网运行如下指令： conda activate #env_nameconda install pytorch=1.10.0 cudatoolkit=10.2 我只安装了torch。（博客写于20220228，未来指令可能会改变） 然后安装torch_
几何深度学习（Geometric Deep Learning）技术 几何深度学习综述 从论文Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges，了解一下几何深度学习。 https://geometricdeeplearning.com关于这个主题，研究者甚至建了一个网站。 几何深度学习——Geometric
Pset_RampFlightCommon NameTypeDescription Reference P_SINGLEVALUE / IfcIdentifier Bauteiltyp Bezeichnung zur Zusammenfassung gleichartiger Bauteile zu einem Bauteiltyp (auch Konstruktionstyp genannt). Alternativ zum Namen des "Typobjekts&qu
最近搭建gnn需要用到torch-geometric和torch，这俩常常会出现版本不兼容问题（顺带一提，我没有使用cuda，用的是cpu，所以要使用cuda的话还请注意cuda与torch的兼容性问题） 报错原因 1.5.0版本的torch不存在UninitializedParameter的属性，而我查阅1.9.1版本的torch是存在这个属性的，但是t
前提：conda环境 1、下载到本地 1.1 下载torch torch下载网址 图中圈起来的部分是windows版本的torch，根据自己的python版本下载，例如cp38代表python3.8 1.2 下载torch-geometric依赖包 torch-geometric依赖包下载地址 选择torch-1.5.0+cpu 进入页面后，分别下载torch_cluster、to
出现的问题：torch_geometric报错 会出现为torch_sparse torch_scatter等的问题 最近又开始搞图神经网络方面的东西，要用到torch_geometric。但是写好代码后发现会出现报错： Traceback (most recent call last): File "d:/env/CProjects/GCN/GAT.py", line 10, in <module>
PyG中的mini-batches 本文主要参考了 PyG英文文档 神经网络通常会采用分批的形式来训练。PyG通过创建稀疏块对角矩阵(由edge_index来定义)的形式来实现小批量图的并行化。而节点属性与训练目标则会在节点维度进行拼接。这种设计使得我们可以将不同规模的图放在同一个ba
建议用最新版本的torch_geometric，不同版本的API变动会比较大。 这个包最关键的一个类是MessagePassing： aggr: 信息传递的方式，默认是add。也就是neighbor的信息聚合是加在center node上的(详见GCN原文)。flow: 信息传递的方向。这个要和后面的edge_index联合起来理解。默认为
pip安装完pytorch-geometric之后，报错No module named torch_sparse，搜了一下，居然是一个大坑，总结一下。网上各种方法都装不上，总是出各种问题，最后还是在官网上面找到安装方法。下面记载一下： 第一种方法（别人我不知道，我试着无效）： 第二种方法（亲测有效）： We alternatively provide pip
1. 安装PyTorch 进入 Pytorch 官网 pytorch.org，安装自己需要的版本。（我的是1.7.1版本 cuda11.0） 注意：Pytotch 最低为 1.4.0 以上 pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_
1. 版本目录 版本库的列表: https://pytorch-geometric.com/whl/ pip install torch_sparse -f https://pytorch-geometric.com/whl/torch-1.9.1%2Bcu102.html 2. 选择合适的版本点击,生成对应的f参数链接 例如选择torch 1.9.1 cuda的版本10.2
由于最近需要搞图神经网络（GNN），因此需要安装 torch_genmetric：Graph Neural Network Library for PyTorch，torch_genmetric 封装了图神经网络常用的算法，例如 GCN（图卷积网络）、GAT（图注意力网络）等等，因此安装其是十分必要的。 本人环境配置：系统：windows10，python版本：3.6.1，pytorch版本：1.5.
首先在https://pytorch-geometric.com/whl/查看对应版本的whl文件，然后下载，如下图所示 将whl文件下载到电脑上，使用pip进行安装，过程如下： 最后使用pip install torch-geometric命令安装即可，下面展示部分截图：
原创文章，转载请注明出处！ 在使用pip安装torch_geometric包时，运行时会发现报错： ModuleNotFoundError: No module named 'torch_sparse' 于是当我又装了torch_sparse时，发现报错： OSError: [WinError 127] 找不到指定的程序 于是到处查阅资料，试了很多都不行，最后找到一个切实可行的方
R语言几何分布函数Geometric Distribution（dgeom, pgeom, qgeom & rgeom）实战 目录 R语言几何分布函数Geometric Distribution（dgeom, pgeom, qgeom & rgeom）实战
Task01：简单图论与环境配置与PyG 一、简单图论 具体可以参考datawhale开源资料 结合以上知识，概括图在药物发现领域的简要概念（待补充）： 定义一（分子图）： 分子图被记为 G = {
PyG PyTorch geometric 图（Graph）是用于建立对象（节点）之间的成对关系，或者说是 “ 边关系 " 的模型。 https://pytorch-geometric.readthedocs.io/en/latest/ 1.环境配置 conda create -n e python=3.8 conda activate e conda install pytorch torchvision torchaudio cudat
一、图论基础知识 连通图 二、拉普拉斯矩阵 拉普拉斯矩阵(Laplacian matrix) 也叫做导纳矩阵、基尔霍夫矩阵或离散拉普拉斯算子，主要应用在图论中，作为一个图的矩阵表示。 定义 图 度矩阵 邻接矩阵 拉普拉斯矩阵 三、配置 极客云：https://www.jikecloud.net/lo
导入需要用到的库和模块 `import numpy as np import pandas as pd import matplotlib.pyplot as plt import torch import torch.nn.functional as F from torch_geometric.nn import GCNConv from torch_geometric.datasets import Planetoid from torch_geometric.utils import
Windows环境下PyTorch_geometric安装踩坑 pytorch geometric在windows环境下安装非常恶心，莫名其妙各种报错。本帖针对GCC的编译error提供解决方案。 一般报错的包主要是两个： torch-scattertorch-sparse Building wheels for collected packages: torch-scatter Building
torch_geometric 包的下载地址 https://pypi.org/project/torch-geometric/#files pycharm不能搜索到 torch_geometric 包，因此只能手动下载安装，过程很简单，以作记录。 pip install torch_geometric-1.7.0.tar 这里是安装包的全称，是啥版本就直接复制就是了； 其实想记录一下
