【导读】AmpliGraph是一套用于关系学习的神经机器学习模型,它是机器学习的一个分支,用于知识图谱上的监督学习。
Github地址:
https://github.com/Accenture/AmpliGraph
作者:Luca Costabello、Sumit Pai、Chan Le Van、Rory McGrath、Nick McCarthy
AmpliGraph 可以为你:
- 从现有知识图中发现新知识。
- 补全缺少语句的大型知识图表。
- 生成独立的知识图嵌入。
- 开发和评估新的关系模型。
AmpliGraph的机器学习模型生成知识图谱嵌入,度量空间中概念的矢量表示:
然后它将嵌入与模型特定的评分函数结合起来,以预测看不见的链接:
主要优势
直观的API:AmpliGraph API旨在减少学习预测知识图中链接的模型所需的代码量。
GPU-Ready:AmpliGraph基于TensorFlow,设计用于在CPU和GPU设备上无缝运行 - 加速培训。
可扩展:通过扩展AmpliGraph基本估算器来滚动您自己的知识图嵌入模型。
模块
KG Loaders:辅助函数用于加载数据集(知识图)。
Latent Feature Models:知识图嵌入模型。 AmpliGraph包含:TransE,DistMult,ComplEx,HolE。 (更多来!)
Evaluation:用于评估模型预测能力的度量标准和评估。
性能
使用文档:http://docs.ampligraph.org/en/1.0.1/
-END-
专 · 知
专知《深度学习:算法到实战》课程全部完成!520+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询!
请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询《深度学习:算法到实战》课程,咨询技术商务合作~
请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!
点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程