摘要: torch.sparsei = torch.LongTensor([[0, 1, 1]]) # ,[2, 0, 2] v = torch.FloatTensor([3, 4, 5]) torch.sparse.FloatTensor(i, v, torch.Size([5])) print(torc 阅读全文
posted @ 2021-09-06 16:00 不爱吃芹菜的猫 阅读(68) 评论(0) 推荐(0)
摘要: 1.总结负采样的各种策略 2.研究代码 阅读全文
posted @ 2021-04-01 21:22 不爱吃芹菜的猫 阅读(35) 评论(0) 推荐(0)
摘要: 1.pytorch报错:module 'torch.nn' has no attribute 'init 修改/home/expstu1/anaconda3/lib/python3.6/site-packages/torch/nn/__init__.py 文件在最后一行加from .init imp 阅读全文
posted @ 2021-03-31 20:29 不爱吃芹菜的猫 阅读(703) 评论(0) 推荐(0)
摘要: UNDERSTANDING NEGATIVE SAMPLING IN KNOWLEDGE GRAPH EMBEDDING 阅读全文
posted @ 2021-03-31 11:17 不爱吃芹菜的猫 阅读(141) 评论(0) 推荐(0)
摘要: from random import uniform, samplefrom numpy import *from copy import deepcopyclass TransE: def __init__(self, entityList, relationList, tripleList, m 阅读全文
posted @ 2021-03-25 16:47 不爱吃芹菜的猫 阅读(94) 评论(0) 推荐(0)
摘要: Effects of Negative Sampling on Knowledge Graph Completion(IEEE) 近几年知识图谱的兴起和大热导致了很多问题出现,知识图谱面临着不全的问题,如何去补全知识图谱也成为一个很大的问题。为了解决这个问题出现了embedding的技术,将三元组转 阅读全文
posted @ 2021-03-20 11:30 不爱吃芹菜的猫 阅读(332) 评论(0) 推荐(0)
摘要: KG Embedding 一、将词转换为向量 从知识图谱的嵌入技术为知识图谱的补全提供了很大的帮助,将三元组(h,r,t)映射到向量空间中: (此处应该补习关于word2vec知识) entity1(1.5421,0.2421,-0.2126,...,1.2628) entity2(0.5421,1 阅读全文
posted @ 2021-03-09 10:30 不爱吃芹菜的猫 阅读(175) 评论(0) 推荐(0)
摘要: 基于链接预测的知识图谱嵌入 Knowledge Graph Embedding for Link Prediction:A Comparative Analysis 原因: 知识图谱(KGs)已在工业和学术界找到了许多应用,这反过来又促使了相当多的研究努力,从各种来源大规模提取信息,即使是最先进的K 阅读全文
posted @ 2020-12-15 10:45 不爱吃芹菜的猫 阅读(767) 评论(0) 推荐(0)