代码拉取完成,页面将自动刷新
# -*- coding: utf-8 -*-
# @Author: zhaoliang
# @Date: 2019-08-04 01:10:33
# @Email: zhaoliang1@interns.chuangxin.com
# @Last Modified by: admin
# @Last Modified time: 2019-08-04 01:12:02
class Config(object):
# 在知识图谱图TransX系列中的参数均在config类内修改和定义,在模型类与Main.py内不需要修改
def __init__(self):
self.learning_rate = 0.001 # 学习率
self.L1_flag = True # 在loss中是否加入L1正则化
self.hidden_size = 200 # 实体与关系的词向量长度,在知识图谱中关系数量会远远小于实体个数,所以该超参调整不能太大
self.hidden_sizeE = 200 # 实体词向量长度,仅在TransR中使用
self.hidden_sizeR = 10 # 关系词向量长度,仅在TransR中使用,关系向量长度与实体向量长度不宜差距太大
self.batch_size = 100 # 每个批度输入的三元组个数
self.epochs = 100 # 训练轮次
self.margin = 1.0 # 合页损失函数中的标准化项
self.relation_total = 0 # 知识图谱关系数,不需要修改,后续从输入数据中获得
self.entity_total = 0 # 知识图谱实体数,不需要修改,后续从输入数据中获得
self.triple_total = 0 # 知识图谱三元组个数,不需要修改,后续从数据输入中获得
self.flie_path = './data/XunYiWenYao/' # 存放训练文件的路径,该路径下应该有训练时需要的三个文件,entity2id,relation2id,triple
self.model_name = 'transr' # TransX模型可选[transe,transd,transh,transr],默认是TransE
self.rel_init = None # 关系向量预训练文件,每一行是一个向量,张量大小和要训练的参数一致,仅在TransR中使用
self.ent_init = None # 实体向量预训练文件,每一行是一个向量,张量大小和要训练的参数一致,仅在TransR中使用
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。