CompGCNCov

class pybind11_ke.module.model.CompGCNCov(*args: Any, **kwargs: Any)

CompGCN [VSNT20] 图神经网络模块。

__call__(*args: Any, **kwargs: Any) → Any

Call self as a function.

__init__(in_channels: int, out_channels: int, act: ~typing.Callable[[torch.Tensor], torch.Tensor] = <function CompGCNCov.<lambda>>, bias: bool = True, drop_rate: float = 0.0, opn: str = 'corr')

创建 CompGCN 对象。

参数:

• in_channels (int) – 输入的特征维度

• out_channels (int) – 输出的特征维度

• act (Callable[[torch.Tensor], torch.Tensor]) – 激活函数

• bias (bool) – 是否有偏置

• drop_rate (float) – Dropout rate

• opn (str) – 组成运算符：’mult’、’sub’、’corr’

static __new__(cls, *args: Any, **kwargs: Any) → Any

__repr__() → str

Return repr(self).

__weakref__

list of weak references to the object (if defined)

act: Callable[[torch.Tensor], torch.Tensor]

激活函数

bias: torch.nn.Parameter

偏置

bn: torch.nn.BatchNorm1d

BatchNorm

comp(h: torch.Tensor, r: torch.Tensor) → torch.Tensor

组成运算：’mult’、’sub’、’corr’

参数:

• h (torch.Tensor) – 头实体嵌入向量

• r (torch.Tensor) – 关系嵌入向量

返回:

组合后的边数据

返回类型:

torch.Tensor

drop: torch.nn.Dropout

用于原始关系和相反关系转换后输出结果的 Dropout

forward(graph: dgl.DGLGraph, ent_emb: torch.nn.parameter.Parameter, rel_emb: torch.nn.parameter.Parameter, edge_type: torch.Tensor, edge_norm: torch.Tensor) → tuple[torch.nn.parameter.Parameter, torch.nn.parameter.Parameter]

定义每次调用时执行的计算。 torch.nn.Module 子类必须重写 torch.nn.Module.forward()。

参数:

• graph (dgl.DGLGraph) – 子图

• ent_emb (torch.nn.parameter.Parameter) – 实体嵌入向量

• rel_emb (torch.nn.parameter.Parameter) – 关系嵌入向量

• edge_type (torch.Tensor) – 关系 ID

• norm (torch.Tensor) – 关系的归一化系数

返回:

更新后的实体嵌入和关系嵌入

返回类型:

tuple[torch.nn.parameter.Parameter, torch.nn.parameter.Parameter]

get_param(shape: list[int]) → torch.nn.parameter.Parameter

获得权重矩阵。

参数:

shape (list[int]) – 权重矩阵的 shape

返回:

权重矩阵

返回类型:

torch.nn.parameter.Parameter

in_channels: int

输入的特征维度

loop_rel: torch.nn.parameter.Parameter

自循环关系嵌入向量的转换矩阵

message_func(edges: dgl.udf.EdgeBatch)

消息函数。

opn: str

组成运算符：’mult’、’sub’、’corr’

out_channels: int

输出的特征维度

reduce_func(nodes: dgl.udf.NodeBatch)

聚合函数

rel: torch.nn.parameter.Parameter

关系嵌入向量

w_rel: torch.nn.parameter.Parameter

关系嵌入向量的转换矩阵