RGCN表示

class RGCNRepresentation(triples_factory: CoreTriplesFactory, max_id: int | None = None, shape: Sequence[int] | None = None, entity_representations: str | Representation | type[Representation] | None = None, entity_representations_kwargs: Mapping[str, Any] | None = None, num_layers: int = 2, use_bias: bool = True, activation: str | Module | None = None, activation_kwargs: Mapping[str, Any] | None = None, edge_dropout: float = 0.4, self_loop_dropout: float = 0.2, edge_weighting: str | EdgeWeighting | None = None, decomposition: str | Decomposition | None = None, decomposition_kwargs: Mapping[str, Any] | None = None, cache: bool = True, **kwargs)[源代码]

基础类：Representation

通过R-GCN增强的实体表示。

实体编码器使用的GCN经过调整以包含类型化边。 GCN的前向传播定义为：

\[\textbf{e}_{i}^{l+1} = \sigma \left( \sum_{r \in \mathcal{R}}\sum_{j\in \mathcal{N}_{i}^{r}} \frac{1}{c_{i,r}} \textbf{W}_{r}^{l} \textbf{e}_{j}^{l} + \textbf{W}_{0}^{l} \textbf{e}_{i}^{l}\right)\]

其中 \(\mathcal{N}_{i}^{r}\) 是通过关系 \(r\) 连接到节点 \(i\) 的邻居节点集合，\(c_{i,r}\) 是一个固定的归一化常数（但也可以作为一个额外的参数引入），\(\textbf{W}_{r}^{l} \in \mathbb{R}^{d^{(l)} \times d^{(l)}}\) 和 \(\textbf{W}_{0}^{l} \in \mathbb{R}^{d^{(l)} \times d^{(l)}}\) 是 R-GCN 的第 l 层的权重矩阵。

编码器为每个节点\(e_i\)聚合其邻居的潜在表示及其自身的潜在表示\(e_{i}^{l}\)，形成一个新的潜在表示\(e_{i}^{l+1}\)。与标准GCN不同，R-GCN定义了关系特定的转换\(\textbf{W}_{r}^{l}\)，这些转换取决于边的类型和方向。

由于为每个关系引入一个矩阵会引入大量额外的参数，作者提出使用分解方法，参见 pykeen.nn.message_passing.Decomposition。

实例化R-GCN编码器。

Parameters:

  • triples_factory (CoreTriplesFactory) – 用于消息传递的训练三元组的三元组工厂。

  • max_id (int) – 最大ID数量。可以是None（默认值），或者与三元组工厂的实体数量匹配。

  • shape (tuple[int, ...]) – 形状信息。如果为None，将传播基础实体表示的形状信息。

  • entity_representations (str | Representation | type[Representation] | None) – 基础实体表示（或它们的提示）

  • entity_representations_kwargs (Mapping[str, Any] | None) – 用于基础实体表示的额外基于关键字的参数

  • num_layers (int) – 层数。

  • use_bias (bool) – 是否使用偏置。

  • activation (str | Module | None) – 激活函数。

  • activation_kwargs (Mapping[str, Any] | None) – 如果激活函数未预先实例化，则传递的额外基于关键字的参数。否则忽略。

  • edge_dropout (float) – 使用的边丢弃率。不适用于自环。

  • self_loop_dropout (float) – 使用的自循环丢弃率。

  • edge_weighting (str | EdgeWeighting | None) – 边缘加权机制。

  • 分解 (str | Decomposition | None) – 分解方式，参见 pykeen.nn.message_passing.Decomposition.

  • decomposition_kwargs (Mapping[str, Any] | None) – 在实例化时传递给分解的额外基于关键字的参数。

  • kwargs – 传递给 Representation.__init__() 的额外基于关键字的参数

  • cache (bool) – 是否缓存表示

Raises:

ValueError – 如果三元组工厂创建了反向三元组。

方法总结

post_parameter_update()

应用不应包含在梯度中的约束。

reset_parameters()

重置模块的参数。

方法文档

post_parameter_update() → None[source]

应用不应包含在梯度中的约束。

Return type:

无

reset_parameters()[source]

重置模块的参数。