NTN交互
- class NTNInteraction(activation: str | Module | type[Module] | None = None, activation_kwargs: Mapping[str, Any] | None = None)[source]
基础类：
Interaction[Tensor,tuple[Tensor,Tensor,Tensor,Tensor,Tensor],Tensor]无状态的神经张量网络（NTN）交互函数。
它由以下给出
\[\mathbf{r}_{u}^{T} \cdot \sigma( \mathbf{h} \mathbf{R}_{3} \mathbf{t} + \mathbf{R}_{2} [\mathbf{h};\mathbf{t}] + \mathbf{r}_1 )\]使用 \(\mathbf{W}_3 \in \mathbb{R}^{d \times d \times k}\), \(\textbf{R}_2 \in \mathbb{R}^{k \times 2d}\), 偏置向量 \(\textbf{r}_1\), 最终投影 \(\textbf{r}_u \in \mathbb{R}^k\), 和一个非线性激活 函数 \(\sigma\) (默认为
Tanh).它可以被视为具有关系特定权重的两层MLP的扩展，并在输入层中增加了一个双线性张量。 为每个关系单独参数化的神经网络使模型非常具有表现力，但也计算成本高昂（\(\mathcal{O}(kd^2)\)）。
注意
我们将原始的\(k \times 2d\)维的\(\mathbf{R}_2\)矩阵分成两个形状为\(k \times d\)的部分，以支持更高效的1:n评分，例如在
score_h()或score_t()设置中。使用给定的非线性激活函数初始化NTN。
- Parameters:
activation (HintOrType[nn.Module]) – 一个非线性激活函数。默认为双曲正切函数
torch.nn.Tanh如果None。activation_kwargs (Mapping[str, Any] | None) – 如果
activation作为类传递，这些关键字参数在其实例化期间使用。
注意
参数对
(activation, activation_kwargs)用于class_resolver.contrib.torch.activation_resolver解析器的解释及其使用方法在 https://class-resolver.readthedocs.io/en/latest/中给出。
属性摘要
关系表示的符号形状
方法总结
forward(h, r, t)评估交互函数。
属性文档
方法文档