首页
/ Fast-TransX 开源项目使用教程

Fast-TransX 开源项目使用教程

2024-09-14 16:00:41作者:丁柯新Fawn

1. 项目介绍

Fast-TransX 是一个高效的实现 TransE 及其扩展模型的开源项目,用于知识表示学习(Knowledge Representation Learning, KRL)。该项目基于 THU-OpenSK 框架,提供了对 TransE、TransH、TransR、TransD、TranSparse 等模型的快速实现。Fast-TransX 通过多线程训练和底层优化,显著提升了训练速度,适用于大规模知识图谱的嵌入学习。

2. 项目快速启动

2.1 环境准备

确保你已经安装了以下依赖:

  • C++ 编译器(如 g++)
  • Python 3.x

2.2 克隆项目

git clone https://github.com/thunlp/Fast-TransX.git
cd Fast-TransX

2.3 编译项目

g++ transX.cpp -o transX -pthread -O3 -march=native
g++ test_transX.cpp -o test_transX -pthread -O3 -march=native

2.4 数据准备

Fast-TransX 需要特定的数据格式,包括 entity2id.txtrelation2id.txttrain2id.txt。你可以使用提供的 FB15K 和 WN18 数据集,或者按照以下格式准备自己的数据集:

  • entity2id.txt: 实体及其对应 ID,第一行为实体数量。
  • relation2id.txt: 关系及其对应 ID,第一行为关系数量。
  • train2id.txt: 训练三元组,第一行为三元组数量,后续每行为一个三元组 (e1, e2, rel)。

2.5 训练模型

./transX -size 50 -input ./data/FB15K -output ./output -thread 8 -epochs 1000

2.6 测试模型

./test_transX -size 50 -input ./data/FB15K -init ./output -thread 8

3. 应用案例和最佳实践

3.1 知识图谱补全

Fast-TransX 可以用于知识图谱的补全任务,通过学习实体和关系的嵌入表示,预测缺失的三元组。例如,在 FB15K 数据集上,Fast-TransE 模型在过滤后的 MeanRank 和 Hit@10 指标上表现优异。

3.2 多线程加速

Fast-TransX 支持多线程训练,通过设置 -thread 参数,可以显著减少训练时间。例如,在 8 线程下,Fast-TransE 在 FB15K 数据集上的训练时间从 3587 秒减少到 42 秒。

4. 典型生态项目

4.1 OpenKE-PyTorch

OpenKE-PyTorch 是基于 PyTorch 的知识表示学习框架,提供了对 RESCAL、DistMult、ComplEx、TransE 等模型的实现。Fast-TransX 可以作为 OpenKE-PyTorch 的轻量级 C++ 推理组件,提升推理效率。

4.2 TensorFlow-TransX

TensorFlow-TransX 是基于 TensorFlow 的轻量级知识表示学习框架,包括 TransE、TransH、TransR 和 TransD 等模型。Fast-TransX 与其共享相似的底层设计,可以相互借鉴和优化。

通过以上步骤,你可以快速上手 Fast-TransX 项目,并将其应用于知识图谱的嵌入学习和推理任务中。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
193
2.16 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
72
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
972
573
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
548
77
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
349
1.36 K
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
206
284
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
17