文件名称：chainer-nri:Chainer中“交互系统的神经关系推理”的复制工作
文件大小：1.09MB
文件格式：ZIP
更新时间：2024-04-06 11:00:49
deep-learning chainer graph-neural-networks Python
神经关系推理（NRI） 用于交互系统的图神经网络 给定节点的时间序列数据，NRI模型会将未来的节点状态和节点之间的基础抵销关系预测为边缘。 这是Chainer中神经关系推理（NRI）的再现作品。 作者的原始实现可在此处找到： 。 请参阅本文的详细信息： 交互系统的神经关系推断。 Thomas Kipf *，Ethan Fetaya *，Kuan-Chieh Wang，Max Welling，Richard Zemel。 ：平等贡献） 数据集 粒子物理模拟数据集 cd data python generate_dataset.py 训练 粒子物理模拟数据集 python train.py --gpu 0 可视化结果 python utils/visualize_results.py \ --args-file results/2019-01-22_10-20-25_0/args.
【文件预览】：
chainer-nri-master
----docker()
--------Dockerfile(6KB)
----train.py(18KB)
----utils()
--------visualize_results.py(6KB)
----images()
--------result.gif(1.26MB)
----nri()
--------models()
--------losses()
--------__init__.py(69B)
--------datasets()
--------hooks()
----LICENSE(1KB)
----setup.cfg(30B)
----README.md(2KB)
----data()
--------generate_dataset.py(4KB)
--------visualize_graph.py(0B)
--------synthetic_sim.py(12KB)
--------__init__.py(0B)
--------springs(48B)
----.gitignore(1KB)