本文探讨了知识图谱表示学习中的TransE算法，详细介绍了TransE算法原理及其使用HingeLoss进行优化的过程，同时解释了范数在算法中的作用。
1、Knowledge Graph表示学习--TransE系列
https://blog.youkuaiyun.com/hy_jz/article/details/78944717
2、TransE算法（Translating Embedding）
https://blog.youkuaiyun.com/u011274209/article/details/50991385
3、Hinge Loss (折页损失函数、铰链损失函数)
https://blog.youkuaiyun.com/fendegao/article/details/79968994
4、范数
https://blog.youkuaiyun.com/a493823882/article/details/80569888
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
