文件名称：KGEmb:双曲知识图嵌入
文件大小：25KB
文件格式：ZIP
更新时间：2024-05-03 13:56:47
Python
双曲知识图嵌入 该代码是[6]的官方PyTorch实现，以及可以为链接预测任务训练的多个最新KG嵌入模型。 Tensorflow实现也可以在以下 获得： : 图书馆概况 此实现包括以下模型： 复杂的嵌入： 复杂[1] 复合物-N3 [2] RotatE（无自我对抗性采样）[3] 欧几里得嵌入： CTDecomp [2] TransE [4] MurE [5] RotE [6] 参考[6] 参加[6] 双曲嵌入： 腐烂[6] 参考[6] 攻击力[6] 安装 首先，创建一个python 3.7环境并安装依赖项： virtualenv -p python3.7 hyp_kg_env source hyp_kg_env/bin/activate pip install -r requirements.txt 然后，设置环境变量并激活您的环境： source set
【文件预览】：
KGEmb-master
----utils()
--------hyperbolic.py(5KB)
--------euclidean.py(2KB)
--------train.py(2KB)
--------__init__.py(0B)
----models()
--------hyperbolic.py(5KB)
--------euclidean.py(6KB)
--------complex.py(4KB)
--------base.py(9KB)
--------__init__.py(129B)
----test.py(1KB)
----run.py(6KB)
----requirements.txt(17B)
----examples()
--------train_RotH_YAGO3-10_32.sh(547B)
--------train_RotH_FB237_32.sh(544B)
--------train_RotE_WN18RR_500.sh(585B)
--------train_RotH_WN18RR_32.sh(583B)
--------train_RotH_WN18RR_500.sh(584B)
--------train_ComplEx_WN18RR_500.sh(536B)
--------train_RotE_WN18RR_32.sh(559B)
--------train_ComplEx_WN18RR_32.sh(536B)
----datasets()
--------process.py(4KB)
--------__init__.py(0B)
--------download.sh(101B)
--------kg_dataset.py(2KB)
----set_env.sh(159B)
----README.md(6KB)
----.gitignore(38B)
----optimizers()
--------regularizers.py(1KB)
--------__init__.py(66B)
--------kg_optimizer.py(7KB)