预训练初始化器

class PretrainedInitializer(tensor: Tensor)

基础类：object

使用预训练权重初始化张量。

示例用法：

import torch
from pykeen.pipeline import pipeline
from pykeen.nn.init import PretrainedInitializer

# this is usually loaded from somewhere else
# the shape must match, as well as the entity-to-id mapping
pretrained_embedding_tensor = torch.rand(14, 128)

result = pipeline(
    dataset="nations",
    model="transe",
    model_kwargs=dict(
        embedding_dim=pretrained_embedding_tensor.shape[-1],
        entity_initializer=PretrainedInitializer(tensor=pretrained_embedding_tensor),
    ),
)

初始化初始化器。

Parameters:

tensor (Tensor) – 预训练嵌入的张量。

方法总结

__call__(x)	使用给定的张量初始化张量。
as_embedding(**kwargs)	从这个预训练的初始化器中获取一个静态嵌入。

方法文档

__call__(x: Tensor) → Tensor

使用给定的张量初始化张量。

Parameters:

x (Tensor)

Return type:

Tensor

as_embedding(**kwargs: Any)

从这个预训练的初始化器中获取一个静态嵌入。

Parameters:

kwargs (Any) – 传递给 pykeen.nn.representation.Embedding 的关键字参数

Returns:

一个嵌入

Return type:

pykeen.nn.representation.Embedding