Node2Vec：万物皆可Embedding
共 1451字，需浏览 3分钟
·
2021-10-21 13:14
《Node2vec: Scalable Feature Learning for Networks》 KDD 2016，图神经网络经典必读第一篇，平衡同质性和结构性 。
2021年年初，图神经网络一举成为热门研究主题。AAAI2021年,录用了165篇论文。
那我为什么推荐Node2vec，而不是这165篇论文？
因为Node2vec作为图神经网络的经典必读篇目，应用也非常广泛，很多比赛分享中都有它的影子。
同时Node2vec是GNN图游走类算法中非常重要的一种，也是图神经网络算法工程师面试必备的知识点。
虽然网上有很多解读Nde2vec的文章和视频，及复现讲解。但自己复现总是会碰到很多的问题，如果跟随资深的GNN算法工程师，手把手教你一起复现，可以事半功倍。
这里推荐深度之眼 的《 Node2vec 复现班 》：
↓ 扫描上方二维码加班主任 ↓
↓回复：GNN 免费参加 ↓
深度之眼好评度超高的赵导师 结合自己工作及学习经验，并配合深度之眼教研团的打磨，总结出一条GNN基石论文 的 学习路径：
Step1：系统了解图神经网络技术演化路径及发展历史
Step2：精讲GNN开山之作 —Node2vec
Node2vec作为图神经网络最著名的模型之一，你可以掌握：
1. Node2vec模型实现，掌握图神经网络最基本的节点分类问题。
2. 一种非常高效的alias sampling采样方法。
3. 掌握random walk生成训练语料的方法以及基于pytorch的Node2vec实现。
1套系统的方法论：2步走教你啃透Node2vec
Step1：深挖研究背景
提纲挚领，从4大维度介绍论文，深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。
Step2：死磕算法模型
老师会重点讲解论文中的模型原理，深入拆解模型结构，对关键公式逐步推导，让你了解算法每一个因子是如何对结果产生影响的，掌握实验手段及结果，老师会帮你拎出论文中的关键点、创新点和启发点，节约你自己摸索的时间。
· 3天高质量社群服务，导师全程陪伴
· 实时直播+录播，带你学习正确论文精读方法论
· 100+学员同群交流，学习经验up up⬆⬆⬆
· 助教24小时答疑，再也不怕debug
· 专属班主任私信督学，治疗学习拖延症
重点是，如果你不知道怎么学习，购买课程后，班主任1v1给你制定学习计划！
为了激励大家完成学习，我们还准备了价值298元的算法工程师面试锦囊。只要完成全部课程的学习，你就能私信班主任获取！
这一次，我为粉丝们申请了20个免费福利名额：
3天带你复现Node2vec
购买即赠《效率提升3倍的Paper阅读方法》
↓ 扫描上方二维码加班主任 ↓
↓回复：GNN 免费参与 ↓
如果你不知道怎么读论文、不知道如何正确复现论文，一定要跟着这门课程学习一次，因为正确的方法可以节约你10倍的阅读时间。
