shuo
我也碰到了同样的问题，但是用pytorch 0.3.1可以跑通。请问你现在知道如何改成pytorch1.x 的代码吗？ @90217
> 1. 不好意思，第一个问题没太看明白，在PCNN-ATT中，在test的时候，就是在遍历每个relation去计算这个relation的概率，假设一共54个relation， 当前遍历到第4个relation，那么首先用这个relation去做attention，之后算出54个概率，取第四个作为这个的预测概率。 > 2. 第二个问题，对。排名之后，取Top2000 按照这种假设，每一个bag最后输出的特征形状是54*54， 每一行代表每一种relation，那么代码中每一行取max似乎不合理，应该取对角线元素才对？
@Chenxr1997 你说得对，那个dz_j是多余的，是我笔误。
@KrisWentaoWong 可参考维基百科：边缘分布（Marginal Distribution）
@BOBOJUNLI 图14.1中每一个箭头都对应式14.1中的一个条件概率，各个条件概率之间 相互独立。
可以认为势函数分为两类，即转移特征函数和状态特征函，每一类都有若干个具体函数。公式14.11对每个具体的函数进行遍历求和，其中 j 代表转移特征函数的索引，k代表状态特征函数的索引。
I got the same result. two questions: the parameters in the code is different from paper,which one is optimal? even the result of *.out file on the official github page...
Thank you for your clarification! I’m now able to obtain the expected results for SRP using `rinalmo_giga_ss_archiveII-srp_ft.pt`. If I want to replicate the finetuning process as well, do I need...
I did use the default data splits to fine-tune the pre-trained model (it seems the files are already organized in an inter-family format). However, the test results are far from...
Thank you for double-checking the hyperparameters and updating the code—I really appreciate it. I pulled the latest version and fine-tuned the model on three datasets: archiveII_5s, archiveII_srp, and bpRNA. Here...