NSCaching

NSCaching copied to clipboard

作者你好，N_1过程中使用伯努利采样的时候，有两个相关的问题： 1. 在BernCorrupter类中，得到的bern_prob全部都是0.5，这是因为统计频率的过程中没有相加，所以相当于均匀采样了  2. 在base_model.py文件中，对于selection的类型选择，原始代码中是selection = torch.bernoulli(prob).type(torch.ByteTensor)，但是取反操作后~selection，原义是selection为1时，替换head，selection为0时，~selection为0，替换tail，但是目前的实现中全部正样本的tail都会替换，因为~selection最后的值是255或者254 （如果方便的话，可否加个微信细致讨论一下细节呢）

dumpling-Eric

首先非常感谢您一直以来的回复！ （图3是我求梯度的平均L2范数的代码）这次我在跑您的论文中的梯度的平均L2范数随着epoch的增大的变化中，发现梯度一直在增大，然后我注意到会不会是数据没有归一化的原因，包括上次问您的负样本重复率一直是0会不会也是这个原因。如果您还有记忆的话，希望可以替我解答一下，十分感谢！   

lifeture

代码问题

2

你好，我NSCaching+IS跑RR出来的结果都是0%，能帮我看下问题出在哪吗，可以请教下您是怎么写的代码吗？ ![Uploading image.png…]()

lifeture

代码问题

1

学长你好，请问一下这里的L2正则化梯度在代码里怎么获取，代码里好像是直接用的pytorch的adam优化器，我csdn上找了好久没找到方法，能请学长指导一哈吗？十分感谢！！！  

lifeture

代码问题

2

你好，请问一下论文《NSCaching_Simple_and_Efficient_Negative_Sampling_for_Knowledge_Graph_Embedding》中的RR（Repeat Ratio）和NZL（Non Zero Loss Ratio）是怎么跑出来的？ 

lifeture

代码问题

1

你好，请问没有test部分的代码吗

lifeture