TransF
- class TransF(embedding_dim: int = 128, entity_initializer: str | Callable[[Tensor], Tensor] | None = None, entity_initializer_kwargs: Mapping[str, Any] | None = None, entity_normalizer: str | Callable[[Tensor], Tensor] | None = None, entity_normalizer_kwargs: Mapping[str, Any] | None = None, relation_initializer: str | Callable[[Tensor], Tensor] | None = None, relation_initializer_kwargs: Mapping[str, Any] | None = None, **kwargs)[源代码]
基础类：
ERModel[Tensor,Tensor,Tensor]TransF的实现来自[feng2016]。
该模型将实体和关系表示为存储在
Embedding矩阵中的\(d\)维向量。然后将这些表示传递给TransFInteraction函数以获得分数。初始化模型。
- Parameters:
embedding_dim (int) – 实体嵌入维度 \(d\)。
entity_initializer (str | Callable[[Tensor], Tensor] | None) – 实体初始化函数。默认为
torch.nn.init.uniform_()entity_initializer_kwargs (Mapping[str, Any] | None) – 调用实体初始化器时要使用的关键字参数
entity_normalizer (str | Callable[[Tensor], Tensor] | None) – 实体归一化函数。默认为
torch.nn.functional.normalize()entity_normalizer_kwargs (Mapping[str, Any] | None) – 调用实体规范化器时要使用的关键字参数
relation_initializer (str | Callable[[Tensor], Tensor] | None) – 关系初始化函数。默认为
torch.nn.init.uniform_()relation_initializer_kwargs (Mapping[str, Any] | None) – 调用关系初始化器时要使用的关键字参数
kwargs – 传递给
pykeen.models.ERModel的剩余关键字参数。
属性摘要
优化模型超参数的默认策略
属性文档