OpenNE用于网络嵌入的开源工具包

联合创作 · 2023-09-26 04:19

OpenNE 是清华大学开源的 NE/NRL 训练和测试框架,统一了不同 NE 模型输入和输出接口,并为每个模型提供可扩展选项。此外,还用 TensorFlow 实现了经典 NE 模型,使这些模型可以用 GPU 训练。

OpenNE 实现和修改的模型包括 DeepWalkLINEnode2vecGraRepTADW 和 GCN,后续还将根据已公布的 NRL 论文持续实现更多有代表性的 NE 模型。

要求

  • numpy==1.13.1

  • networkx==2.0

  • scipy==0.19.1

  • tensorflow==1.3.0

  • gensim==3.0.1

  • scikit-learn==0.19.0

与其他实现对比

运行环境:CPU:Intel(R)Xeon(R)CPU E5-2620 v3 @ 2.40GHz

BlogCatalog: 10312 nodes, 333983 edges, 39 labels, 非定向:

  • data/blogCatalog/bc_adjlist.txt

  • data/blogCatalog/bc_edgelist.txt

  • data/blogCatalog/bc_labels.txt


Wiki: 2405 nodes, 17981 edges, 19 labels, 定向:

  • data/wiki/Wiki_edgelist.txt

  • data/wiki/Wiki_category.txt


cora: 2708 nodes, 5429 edges, 7 labels, 定向:

  • data/cora/cora_edgelist.txt

  • data/cora/cora.features

  • data/cora/cora_labels.txt

浏览 4
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报