TransE

class dgl.nn.pytorch.link.TransE(num_rels, feats, p=1)

Bases: Module

相似性度量来自用于建模多关系数据的嵌入翻译

数学上，它定义如下：

\[- {\| h + r - t \|}_p\]

其中 \(h\) 是头嵌入，\(r\) 是关系嵌入，\(t\) 是尾嵌入。

Parameters:

• num_rels (int) – 关系类型的数量。

• feats (int) – 嵌入大小。

• p (int, optional) – 用于Lp范数的p，可以是1或2。

rel_emb

可学习的关系类型嵌入。

Type:

torch.nn.Embedding

示例

>>> import dgl
>>> import torch as th
>>> from dgl.nn import TransE

>>> # input features
>>> num_nodes = 10
>>> num_edges = 30
>>> num_rels = 3
>>> feats = 4

>>> scorer = TransE(num_rels=num_rels, feats=feats)
>>> g = dgl.rand_graph(num_nodes=num_nodes, num_edges=num_edges)
>>> src, dst = g.edges()
>>> h = th.randn(num_nodes, feats)
>>> h_head = h[src]
>>> h_tail = h[dst]
>>> # Randomly initialize edge relation types for demonstration
>>> rels = th.randint(low=0, high=num_rels, size=(num_edges,))
>>> scorer(h_head, h_tail, rels).shape
torch.Size([30])

forward(h_head, h_tail, rels)

Description

评分三元组。

param h_head:

头部实体特征。张量的形状为\((E, D)\)，其中 \(E\)是三元的数量，\(D\)是特征大小。

type h_head:

torch.Tensor

param h_tail:

尾部实体特征。张量的形状为 \((E, D)\)，其中 \(E\) 是三元组的数量，\(D\) 是特征大小。

type h_tail:

torch.Tensor

param rels:

关系类型。它是一个形状为 \((E)\) 的 LongTensor，其中 \(E\) 是三元的数量。

type rels:

torch.Tensor

returns:

三重分数。张量的形状为 \((E)\)。

rtype:

torch.Tensor

reset_parameters()

Description

重新初始化可学习的参数。