会员
周边
新闻
博问
闪存
赞助商
YouClaw
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
不爱吃芹菜的猫
博客园
首页
新随笔
联系
订阅
管理
2021年9月6日
关于代码
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)
2021年4月1日
待完成的问题
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)
2021年3月31日
关于python的pytorch运行中的问题汇总
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)
UNDERSTANDING NEGATIVE SAMPLING IN KNOWLEDGE GRAPH EMBEDDING(理解知识图谱嵌入中的负采样)2021.3.29-2021.4.4周文献
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)
2021年3月25日
关于TransE的自我学习过程 2021.3.22-2021.3.28周学习
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)
2021年3月20日
Effects of Negative Sampling on Knowledge Graph Completion:负抽样对知识图谱补全的影响(2021.3.15-2021.3.21周文献)
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)
2021年3月9日
About KG Embedding for KG complement
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)
2020年12月15日
12.7-12.13周总结 (Knowledge Graph Embedding for Link Prediction:A Comparative Analysis)
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)
公告