HAN -
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 45/100
- Tipo de issue
- Documentación
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- machine-learning, python
Línea de trabajo
Start with Chapter 12, page 209, and reference [5], then compare the cited paper with the HAN architecture described and implemented in the chapter. Done means the reference identifies the Heterogeneous Graph Attention Network paper that matches the chapter, with the surrounding attribution corrected as needed.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Thank you for all this work!
In the book, Chapter 12, page 209, where a "Hierarchical self-Attention Network" (HAN) model was introduced to handle heterogeneous graphs, the reference [5] (J. Liu, Y. Wang, S. Xiang, and C. Pan. HAN: An Efficient Hierarchical Self-Attention Network for Skeleton-Based Gesture Recognition. arXiv, 2021. DOI: 10.48550/ARXIV.2106.13391. Available: https://arxiv.org/abs/2106.13391) points to a different architecture than the one actually implemented in Chapter 12.
Instead, all mathmetical presentations, down to the diagram illustrating 3-level architecture (node level, semantic level and prediction) seem to be directly borrowed from HAN for "Heterogeneous graph attention network": by Xiao Wang, Houye Ji, Chuan Shi, Bai Wang, Yanfang Ye, Peng Cui, and Philip S Yu. 2019.
Here is the actual paper: https://par.nsf.gov/servlets/purl/10135600,
Hope this helps.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 1.1k
- Forks
- 300
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de PacktPublishing/Hands-On-Graph-Neural-Networks-Using-Python
-
CIDDS-001 Graph CreationAbierto
Dificultad 3/5 1-2 días Aptitud para principiantes 55/100
PacktPublishing/Hands-On-Graph-Neural-Networks-Using-Python#22 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 30/100
PacktPublishing/Hands-On-Graph-Neural-Networks-Using-Python#20 ·
-
HTTP Error 404: Not FoundAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
PacktPublishing/Hands-On-Graph-Neural-Networks-Using-Python#19 · 2 comentarios ·
-
Book Cover image misallignedAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 35/100
PacktPublishing/Hands-On-Graph-Neural-Networks-Using-Python#18 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
PacktPublishing/Hands-On-Graph-Neural-Networks-Using-Python#15 ·
Todos los issues de PacktPublishing/Hands-On-Graph-Neural-Networks-Using-Python
Issues similares
-
Keybind quest outdatedAbiertoStatus: Triage Type: Quest
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
GTNewHorizons/GT-New-Horizons-Modpack#27490 ·
Los mantenedores suelen responder en 1 día
-
area:docs documentation good first issue priority:low
Dificultad 1/5 Menos de una hora Aptitud para principiantes 80/100
rtk-ai/rtk#4900 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
enhancement P2 size-s
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
gracecraft-software/lupin#349 ·
-
documentation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Add a Russian README translationAbiertobatch-2 difficulty: easy documentation enhancement good first issue help wanted
Dificultad 2/5 Medio día Aptitud para principiantes 68/100
Los mantenedores suelen responder en 2 días