该文被密码保护。 阅读全文
posted @ 2024-01-09 10:32 jaskso 阅读(0) 评论(0) 推荐(0)
摘要: softmax import torch.nn.functional as F F.softmax(x, dim=) $\sigma (z_i) = \frac{e^{z_i}} { \Sigma_{j=1}^K e^{z_j}} $ 它可以将一个具有任意实数范围的向量归一化为一个概率分布,使得向量 阅读全文
posted @ 2024-02-20 13:45 jaskso 阅读(21) 评论(0) 推荐(0)
摘要: Learning from History: Modeling Temporal Knowledge Graphs with Sequential Copy-Generation Networks temporal facts 很多是重复的, 建议学习历史已知facts copy- generati 阅读全文
posted @ 2024-01-30 15:55 jaskso 阅读(32) 评论(0) 推荐(0)
摘要: EMBEDDING ENTITIES AND RELATIONS FOR LEARNING AND INFERENCE IN KNOWLEDGE BASES ICLR 2015 年代久远,虽然文章里是这样的,但是现在大家都按照直接相乘来计算。Mult abstract most exsiting m 阅读全文
posted @ 2024-01-26 17:34 jaskso 阅读(49) 评论(0) 推荐(0)
摘要: 导入drive资源 from google.colab import drive drive.mount('/content/drive') 也可以在文件夹附近点按钮导入 导入后,手动切换到工作目录,ipynb代码里一些from等就可以用了。 ! % 区别 from here The differe 阅读全文
posted @ 2024-01-19 16:50 jaskso 阅读(23) 评论(0) 推荐(0)
该文被密码保护。 阅读全文
posted @ 2024-01-19 11:08 jaskso 阅读(0) 评论(0) 推荐(0)
摘要: 等待中 阅读全文
posted @ 2024-01-09 10:38 jaskso 阅读(6) 评论(0) 推荐(0)
该文被密码保护。 阅读全文
posted @ 2024-01-02 16:16 jaskso 阅读(1) 评论(0) 推荐(0)