关于如何获取公开数据集的数据

请问：
在哪些网站上，能获取社交网络上的用户关系公开数据集？
谢谢！

里面有网址和讲解：

不知道你这个问题是否已经解决, 如果还没有解决的话:

帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7572784
这篇博客你也可以参考下：【概率论】贝叶斯公式与试剂检测模型
您还可以看一下翟东平老师的基于蒲公英的企业号内网服务器架构课程中的蒲公英方案介绍小节, 巩固相关知识点
除此之外, 这篇博客: 【图像压缩】使用调制自编码器实现可变比特率图像压缩中的 公式化 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
基于端到端模型，扩展优化问题表示：
$\mathop{argmin}_{\theta, \phi} \sum_{\lambda \in \Lambda }[ R(\tilde{z};\theta, \lambda) + \lambda D(x, \hat{x};\theta, \phi, \lambda) ]$
$R(\tilde{z};\theta, \lambda) = \mathbb{E}_{x\sim p_x, \Delta z \sim U}[-log_2 p_{\tilde{z}}(\tilde{z})] \\ D(x, \hat{x}; \theta, \phi, \lambda) = \mathbb{E}_{x\sim p_x, \Delta z\sim U}[ \left \| x - \hat{x} \right \| ^2 ]$
其中 $\tilde{z}$ 是添加了均匀噪声的瓶颈表示，其中尺度参数 $\lambda \in \Lambda = \{\lambda_1, \cdots,\lambda_M \}$ 。所以 $\tilde{z} = \tilde{z}(\lambda)= f(x;\theta, \lambda)$ ， $\hat{x} = \hat{x}(\lambda)= g(\tilde{z}(\lambda);\phi, \lambda)$ ，即 $\lambda$ 作为模型参数（不可训练的）出现，决定压缩效果。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^