皇上,还记得我吗?我就是1999年那个Linux伊甸园啊-----24小时滚动更新开源资讯,全年无休!

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。

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

转自 http://www.oschina.net/news/90055/thunlp-opensource-openne

分享到:更多 ()