RESCAL

class RESCAL(*, embedding_dim: int = 50, entity_initializer: str | ~typing.Callable[[~torch.Tensor], ~torch.Tensor] | None = <function uniform_>, relation_initializer: str | ~typing.Callable[[~torch.Tensor], ~torch.Tensor] | None = <function uniform_>, regularizer: str | ~pykeen.regularizers.Regularizer | type[~pykeen.regularizers.Regularizer] | None = None, regularizer_kwargs: ~collections.abc.Mapping[str, ~typing.Any] | None = None, **kwargs)

基础类：ERModel[Tensor, Tensor, Tensor]

来自[nickel2011]的RESCAL实现。

RESCAL模型通过\(d\)维向量表示实体，通过\(d \times d\)维矩阵表示关系，两者都存储在Embedding中。 RESCALInteraction函数用于从中获取分数。

注意

对于\(E\)个实体和\(R\)个关系，此模型需要\(Ed + Rd^2\)个参数。

初始化RESCAL。

Parameters:

• embedding_dim (int) – 实体嵌入维度 \(d\)。通常为 \(d \in [50, 300]\)。

• entity_initializer (str | Callable[[Tensor], Tensor] | None) – 实体初始化函数。默认为 torch.nn.init.uniform_()

• relation_initializer (str | Callable[[Tensor], Tensor] | None) – 关系初始化函数。默认为 torch.nn.init.uniform_()

• regularizer (str | Regularizer | type[Regularizer] | None) – 正则化器。默认为 pykeen.models.RESCAL.default_regularizer

• regularizer_kwargs (Mapping[str, Any] | None) – 正则化器的额外基于关键字的参数

• kwargs – 剩余的关键字参数将转发到 ERModel

另请参阅

• OpenKE RESCAL的实现

属性摘要

hpo_default	优化模型超参数的默认策略
regularizer_default_kwargs	由[nickel2011]为RESCAL使用的LP设置

属性文档

hpo_default: ClassVar[Mapping[str, Any]] = {'embedding_dim': {'high': 256, 'low': 16, 'q': 16, 'type': <class 'int'>}}

优化模型超参数的默认策略

regularizer_default_kwargs: ClassVar[Mapping[str, Any]] = {'normalize': True, 'p': 2.0, 'weight': 10}

用于RESCAL的[nickel2011]的LP设置