发表评论
246 views
发表评论
244 views
发表评论
162 views
1 大型图应用与难点
当前的大型图应用场景：
- 推荐系统（亚马逊、Youtube、Pinterest 等）：用户规模在 100M~1B，产品/视频规模在 10M~1B，任务包括商品推荐或用户分类
- 社交网络（Facebook、X、Instagram 等）：用户规模在 300M~3B，任务包括好友推荐或用户属性预测
- 学术网络（微软学术图谱）：作者或论文规模在 120M，任务包括论文分类、合作作者推荐、论文引用推荐
- 知识图谱（Wikidata、Freeb
发表评论
173 views
基本概念
急性呼吸窘迫综合征（acute respiratory distress syndrome，ARDS）是一种多种病因引起的急性、弥漫性炎症性肺损伤，是全身炎症反应在肺部的表现，组织病理学常表现为弥漫性肺泡损伤（diffused alveolar damage，DAD）
ARDS 的基本特性 - 参考源
- 发生率和致死率：在 ICU 中的发病率约5-10%，病死率高达40-50%
- 病因：超过半数的 ARDS 患者是由于严重的感染（sepsis）或肺炎引起的
- 症状：患者最初出现呼吸短促，听诊器在肺部听到爆裂音或喘息音
- 治疗：收入
发表评论
171 views
发表评论
147 views
前置知识：CS224W 图机器学习04：GNN 深入理解、CS224W 图机器学习05：GNN 的训练与预测、 CS224W 图机器学习06：GNN 的理论理解
本节主题：如何使得 GNN 的嵌入更具表示力？
1 图神经网络的局限性
一个"完美"的 GNN 应该具备什么特征？
- 能在邻域结构（无论跃点如何）和节点嵌入之间构建一个单射函数
- 如果两个节点具有相同的邻域结构，则它们必须具有相同的嵌入
- 如果两个节点具有不同的邻域结构，则它们必须具有不同的嵌入
问题 1：
发表评论
507 views
模型参数的常见数据类型：
- Float32 (FP32) 是标准的 32 位浮点表示，包含 1 符号位+8 指数位+23 尾数位
- Float16 (FP16) 则包含 1 符号位+5 指数位+10 尾数位，数值范围远小于 FP32
- Bfloat16 (BF16) 包含 1 符号位+8 指数位+7 尾数位，牺牲精度来保证数值范围
- TensorFloat-32 (TF32) ，使用 19 位表示，结合了 BF16 的范围和 FP16 的精度
- Int8 (INT8) 是一个 8 位的整型数据表示，可以存储 256 个不同的值
在机器学习术语中，FP32 称为全精度 (4 字节)，而 BF1
发表评论
862 views
发表评论
438 views
发表评论
490 views
独立冗余磁盘阵列（Redundant Array of Independent Disks，RAID）技术
- 多块独立的硬盘（物理硬盘）按不同方式组合成一个硬盘组（逻辑硬盘）
- 降低数据存储的费用，提供更强的存储性能，通过备份技术改善数据安全
RAID 技术的常见规范
- RAID0，将数据划分为 N 份存储到 N 个硬盘，读写效率高但不支持数据容错和备份；适合于对数据量大，但安全性要求不高的场景，比如音像、视频文件的存储等
- RAID1，将一份数据同时写入两块硬盘，硬盘利用率只有 50%，但坏了一块硬盘还能继续用；适合数据安全性要求比较高的场景，如邮件系统，数据库等
- RAID3，将数据划分