Difference between revisions of "Dsc:progress"
(→研究目标) |
(→研究目标) |
||
| Line 4: | Line 4: | ||
# 基于PyTorch底层API，设计容纳翻译模型（Trans系列）的分布式表示学习算法，以支持大规模知识图谱分布式表示学习 | # 基于PyTorch底层API，设计容纳翻译模型（Trans系列）的分布式表示学习算法，以支持大规模知识图谱分布式表示学习 | ||
# 权衡计算通信代价，优化训练过程，在准确率不降低（或少量降低）的前提下，减少训练时间，提升效率 | # 权衡计算通信代价，优化训练过程，在准确率不降低（或少量降低）的前提下，减少训练时间，提升效率 | ||
| − | # | + | # 在真实知识图谱（DBpedia，Wikidata等）上进行对比实验，验证算法的准确性、高效性和可扩展性 |
== 相关论文 == | == 相关论文 == | ||
Revision as of 07:25, 25 January 2021
Contents
研究目标
- 基于PyTorch底层API，设计容纳翻译模型（Trans系列）的分布式表示学习算法，以支持大规模知识图谱分布式表示学习
- 权衡计算通信代价，优化训练过程，在准确率不降低（或少量降低）的前提下，减少训练时间，提升效率
- 在真实知识图谱（DBpedia，Wikidata等）上进行对比实验，验证算法的准确性、高效性和可扩展性
相关论文
State of the art工作
- PyTorch-Biggraph
- PS-Graph
- AliGraph
- DGL-KE
