TransH

class TransH(*, embedding_dim: int = 50, scoring_fct_norm: int = 2, power_norm: bool = False, entity_initializer: str | ~typing.Callable[[~torch.Tensor], ~torch.Tensor] | None = <function xavier_normal_>, regularizer: str | ~pykeen.regularizers.Regularizer | type[~pykeen.regularizers.Regularizer] | None = None, regularizer_kwargs: ~collections.abc.Mapping[str, ~typing.Any] | None = None, relation_initializer: str | ~typing.Callable[[~torch.Tensor], ~torch.Tensor] | None = <function xavier_normal_>, relation_regularizer: str | ~pykeen.regularizers.Regularizer | type[~pykeen.regularizers.Regularizer] | None = None, relation_regularizer_kwargs: ~collections.abc.Mapping[str, ~typing.Any] | None = None, **kwargs)

基础类：ERModel[Tensor, tuple[Tensor, Tensor], Tensor]

TransH 的一个实现 [wang2014]。

该模型将实体表示为\(d\)维向量，将关系表示为超平面内的法向量和平移对的组合。它们存储在Embedding中。然后，这些表示被传递给TransHInteraction函数以获得分数。

另请参阅

• OpenKE TransH的实现

初始化TransH。

Parameters:

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

• scoring_fct_norm (int) – 与 torch.linalg.vector_norm() 一起使用的范数。通常为1或2。

• power_norm (bool) – 是否使用\(L_p\)范数的p次方。它的优点是在0附近可微分，并且在数值上更稳定。

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

• regularizer (str | Regularizer | type[Regularizer] | None) – 实体正则化器。默认为 pykeen.models.TransH.regularizer_default。

• regularizer_kwargs (Mapping[str, Any] | None) – 实体正则化器的基于关键字的参数。如果 entity_regularizer 为 None，则将使用 pykeen.models.TransH.regularizer_default_kwargs 中的默认值。

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

• relation_regularizer (str | Regularizer | type[Regularizer] | None) – 关系正则化器。默认为 pykeen.models.TransH.relation_regularizer_default。

• relation_regularizer_kwargs (Mapping[str, Any] | None) – 关系正则化器的基于关键字的参数。如果 relation_regularizer 为 None，则将使用 pykeen.models.TransH.relation_regularizer_default_kwargs 中的默认值。

• kwargs – 剩余的关键字参数传递给 ERModel

属性摘要

hpo_default	优化模型超参数的默认策略
regularizer_default_kwargs	默认正则化类的默认参数
relation_regularizer_default_kwargs	[wang2014] 用于 TransH 的设置

属性文档

hpo_default: ClassVar[Mapping[str, Any]] = {'embedding_dim': {'high': 256, 'low': 16, 'q': 16, 'type': <class 'int'>}, 'scoring_fct_norm': {'high': 2, 'low': 1, 'type': <class 'int'>}}

优化模型超参数的默认策略

regularizer_default_kwargs: ClassVar[Mapping[str, Any]] = {'apply_only_once': True, 'dim': -1, 'max_norm': 1.0, 'p': 2, 'power_norm': True, 'weight': 0.05}

默认正则化类的默认参数

relation_regularizer_default_kwargs: ClassVar[Mapping[str, Any]] = {'apply_only_once': True, 'epsilon': 1e-05, 'weight': 0.05}

[wang2014] 用于 TransH 的设置