- 授权协议: MIT
- 开发语言: Python
- 操作系统: 跨平台
- 软件首页: https://github.com/thunlp/OpenNE
- 软件文档: https://github.com/thunlp/OpenNE
- 官方下载: https://github.com/thunlp/OpenNE
软件介绍
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 DeepWalk、LINE、node2vec、GraRep、TADW 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
Docker——容器与容器云
浙江大学SEL实验室 / 人民邮电出版社 / 2015-9-1 / 89.00元
本书从实践者的角度,在讲解Docker高级实践技巧的同时,深入到源代码层次,为读者梳理出Docker容器技术和基于Docker的容器云技术(如Kubernetes)的实现方法和设计思路,帮助读者理解如何在实际场景中利用Docker解决问题并启发新的思考。全书包括两部分,第一部分深入解读Docker容器技术,包括Docker入门、架构总览、Docker容器核心原理解读,以及Docker高级实践技巧;......一起来看看 《Docker——容器与容器云》 这本书的介绍吧!
HTML 编码/解码
HTML 编码/解码
URL 编码/解码
URL 编码/解码
