zhufq
> 我设置的batch_size=64，正常1s就训练完，有些时候得1分钟，感觉不是很正常 为什么我每个batch都要1分钟啊/(ㄒoㄒ)/~~ （batch_size=64）
所以precision和recall都很低，几乎为0的时候该怎么解决啊
> @Zhongdao 作者你好，我想将分类问题利用您这个聚类方法来解决，在训练阶段出现accuracy很高，但是precision和recall都很低，几乎为0，出现这样情况的原因可能是什么呢？在构造knn_graph时，k的选择有什么依据呢？ > > 还有一个疑问，您构造的IPS子图中，positive节点数似乎非常少，在这样的情况下，训练时，recall和precision为何会很高，几乎为1呢？ > > 谢谢！ 请问你的问题解决了吗，我在将这个方法应用到新数据集的时候也训练不出来
I guess by adding position 1 embedding we can indicate which [mask] we are generating now. You can relook Figure2 . (c) . position 1 for a more intuitive explanation
I success run the pretraining code, just look my new closed issue, maybe it will help you
如果遇到neg_examples.min()异常了，trycatch把负样本距离设为1e-6就行，对三个标签取分别三个batch没这个效果好。
差的不多，map2%左右
yes,I try my code and get the same result,and it's evident right ------------------ 原始邮件 ------------------ 发件人: "One J"
作者改了代码，你debug一下代码就知道怎么做了
yes, you are right