|
|
|
|
移动端

清华大学开源用于网络嵌入的工具包 OpenNE

清华大学计算机科学与技术系的研究人员近日开源了一款 NE/NRL 训练和测试框架 —— OpenNE,旨在帮助开发者对 NE/NRL(Network Representation Learning,网络表示学习)开展相关的实验和研究。

作者:佚名来源:开源中国|2017-10-29 22:07

开发者盛宴来袭!7月28日51CTO首届开发者大赛决赛带来技术创新分享

清华大学计算机科学与技术系的研究人员近日开源了一款 NE/NRL 训练和测试框架 —— OpenNE,旨在帮助开发者对 NE/NRL(Network Representation Learning,网络表示学习)开展相关的实验和研究。

OpenNE 统一了不同 NE 模型输入和输出接口,并为每个模型提供可扩展选项。此外,还基于 TensorFlow 实现了经典 NE 模型,使得这些模型可以用 GPU 进行训练。

OpenNE 实现和修改的模型包括 DeepWalkLINEnode2vecGraRepTADW 和 GCN,后续还将根据已公布的NRL 论文持续实现更多有代表性的 NE 模型。

与其他实现对比

运行环境:CPU:Intel(R)Xeon(R)CPU E5-2620 v3 @ 2.40GHz

下面是在不同数据集上对不同方法的节点分类结果。将表征维度设置为 128,GraRep 中的 kstep=4,node2vec 中 p=1,q=1。

BlogCatalog: 10312 nodes, 333983 edges, 39 labels, 非定向:

  • data/blogCatalog/bc_adjlist.txt

  • data/blogCatalog/bc_edgelist.txt

  • data/blogCatalog/bc_labels.txt

Wiki: 2405 nodes, 17981 edges, 19 labels, 定向:

  • data/wiki/Wiki_edgelist.txt

  • data/wiki/Wiki_category.txt

cora: 2708 nodes, 5429 edges, 7 labels, 定向:

  • data/cora/cora_edgelist.txt

  • data/cora/cora.features

  • data/cora/cora_labels.txt

【编辑推荐】

  1. Facebook开源VoiceLoop,根据开放场景语音文字合成新语音
  2. 程序员都应该懂一点开源协议
  3. 微软携手FB推出开源项目 打造共享神经网络模型
  4. 外媒速递:你值得一试的三款开源Python GUI框架
  5. IBM J9 Java虚拟机正式开源,贡献给Eclipse基金会管理
【责任编辑:张燕妮 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢
24H热文
一周话题
本月最赞

读 书 +更多

JSP应用开发详解(第二版)

本书结合JSP和Servlet的最新规范,从基本的语法和规范入手,以经验为后盾,以实用为目标,以实例为导向,以实践为指导,深入浅出地讲解了JS...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊