常量

PyKEEN的常量。

PYKEEN_BENCHMARKS: Path = PosixPath('/home/docs/.data/pykeen/benchmarks')

PyKEEN数据文件夹中的一个子目录,用于基准测试,默认为~/.data/pykeen/benchmarks

PYKEEN_CHECKPOINTS: Path = PosixPath('/home/docs/.data/pykeen/checkpoints')

PyKEEN 数据文件夹中的一个子目录,用于检查点,默认为 ~/.data/pykeen/checkpoints

PYKEEN_DATASETS: Path = PosixPath('/home/docs/.data/pykeen/datasets')

PyKEEN 数据文件夹中用于数据集的子目录,默认为 ~/.data/pykeen/datasets

PYKEEN_EXPERIMENTS: Path = PosixPath('/home/docs/.data/pykeen/experiments')

PyKEEN数据文件夹中的一个子目录,用于实验,默认为~/.data/pykeen/experiments

PYKEEN_HOME: Path = PosixPath('/home/docs/.data/pykeen')

表示PyKEEN数据文件夹的路径

PYKEEN_LOGS: Path = PosixPath('/home/docs/.data/pykeen/logs')

PyKEEN日志的子目录

PyKEEN的类型提示。

Constrainer

一个可以应用于张量以约束它的函数

Callable 的别名 [[Tensor], Tensor]

DeviceHint

关于torch.device的提示

别名 str | device | None

class GaussianDistribution(mean: FloatTensor, diagonal_covariance: FloatTensor)[source]

具有对角协方差矩阵的高斯分布。

创建 GaussianDistribution(mean, diagonal_covariance) 的新实例

Parameters:
diagonal_covariance: Tensor

字段编号1的别名

mean: Tensor

字段编号0的别名

class HeadRepresentation

用于pykeen.models.Model, pykeen.nn.modules.Interaction等中的头部表示的类型变量。

TypeVar('HeadRepresentation', bound=Tensor | Sequence[Tensor]) 的别名

InductiveMode

归纳预测和训练模式

Literal['training', 'validation', 'testing'] 的别名

Initializer

一个可以应用于张量以初始化它的函数

Callable 的别名 [[Tensor], Tensor]

LabeledTriples

ndarray 的别名

Mutation

一个函数,它改变输入并返回一个与输出相同类型的新对象

Callable[[X], X] 的别名

Normalizer

一个可以应用于张量以对其进行标准化的函数

Callable 的别名 [[Tensor], Tensor]

class RelationRepresentation

用于关系表示的类型变量,在pykeen.models.Model, pykeen.nn.modules.Interaction等中使用。

TypeVar('RelationRepresentation') 的别名,绑定为 Tensor | Sequence[Tensor]

class TailRepresentation

用于pykeen.models.Modelpykeen.nn.modules.Interaction等中的尾部表示的类型变量。

TypeVar('TailRepresentation') 的别名,绑定为 Tensor | Sequence[Tensor]

Target

预测目标

Literal['head', 'relation', 'tail']的别名

TargetColumn

预测目标索引

Literal[0, 1, 2] 的别名

TorchRandomHint

一个关于torch.Generator的提示

None | int | Generator 的别名

cast_constrainer(f) Callable[[Tensor], Tensor][source]

使用typing.cast()来转换一个约束函数。

Return type:

Callable[[Tensor], Tensor]

normalize_rank_type(rank: str | None) Literal['optimistic', 'realistic', 'pessimistic'][source]

规范化一个排名类型。

Parameters:

rank (str | None)

Return type:

Literal['optimistic', 'realistic', 'pessimistic']

normalize_target(target: str | None) Literal['head', 'relation', 'tail', 'both'][source]

标准化预测目标侧。

Parameters:

目标 (str | None)

Return type:

Literal['head', 'relation', 'tail', 'both']