yeeeqichen / kgqa Goto Github PK

train2id.txt
entity2id.txt
relation2id.txt
test2id.txt
valid2id.txt

我执行KGQA-SYStem中的train.py的时候显示如下： KG_embed.ent_embeddings.weight : torch.Size([43234, 2048])，KG_embed.rel_embeddings.weight : torch.Size([9, 1024])
他告诉我在执行 File "train.py", line 162, in train的 train_loss.backward()的时候出现了cuda错误：File "/home/stone/miniconda3/envs/python35/lib/python3.7/site-packages/torch/tensor.py", line 245, in backward
torch.autograd.backward(self, gradient, retain_graph, create_graph, inputs=inputs)
File "/home/stone/miniconda3/envs/python35/lib/python3.7/site-packages/torch/autograd/init.py", line 147, in backward
allow_unreachable=True, accumulate_grad=True) # allow_unreachable flag
RuntimeError: CUDA error: unknown error
想请教一下您这是什么问题呢，是我的模型的size对不上还是环境没有配好呢？

请问有相关的论文资源可以参考吗，代码注释比较少，感觉有些难看懂。

RuntimeError: Error(s) in loading state_dict for QuestionAnswerModel:
Missing key(s) in state_dict: "relation_predictor.attention_key.weight", "relation_predictor.attention_key.bias", "relation_predictor.attention_query.weight", "relation_predictor.attention_query.bias", "relation_predictor.attention_value.weight", "relation_predictor.attention_value.bias", "relation_predictor.feed_forward.weight", "relation_predictor.feed_forward.bias".
Unexpected key(s) in state_dict: "relation_predictor.attention_w.weight", "relation_predictor.attention_w.bias".
按照博主的方式运行train.py，到了下一步运行router.py就出现以上的问题，求助下博主

想请教一下如何调高kge的训练效果？参数我没改动过，但是无论如何个各个指标也达不到0.5以上，更别说向您那样达到0.9了

您好，我将kb.txt去重打乱后按8:1:1划分为训练集、验证集、测试集后使用rotatR（1000epoch)，transE(2000epoch)分别进行了训练（no type constraint)，表现完全不如您在notes.txt最后记录的（我只有在把train当test进行测试时数据才能达到notes里的水平），请问您做了什么额外处理吗？
下面是transE的数据：
no type constraint results:
metric: MRR MR hit@10 hit@3 hit@1
l(raw): 0.059048 4849.178711 0.113640 0.058467 0.031442
r(raw): 0.187911 3171.404785 0.360683 0.216125 0.104582
averaged(raw): 0.123479 4010.291748 0.237161 0.137296 0.068012

l(filter): 0.142708 4566.729980 0.207516 0.160428 0.108774
r(filter): 0.238894 3169.721924 0.377976 0.260293 0.171732
averaged(filter): 0.190801 3868.226074 0.292746 0.210361 0.140253
0.292746
0.2927459180355072

按照楼主给的链接去下载数据集，没有看到知识图谱的数据集，只看到了问答数据集

博主我不太明白，为什么训练的时候要加入negative_samples呀

你好，我用kb.txt去初始化训练和测试用的五个文件：然后执行的时候如下：
python3 train_rotate.py
Input Files Path : ./data/MetaQA/
The toolkit is importing datasets.
The total of relations is 9.
The total of entities is #43234.
The total of train triples is 106066.
Input Files Path : ./data/MetaQA/
The total of test triples is 13258.
The total of valid triples is 13259.
Segmentation fault
我发现kb.txt里面有的三元组是重复的，所以我手动去除了删除了的三元组，然后打乱数据集并按照8:1:1的比例划分为训练集、验证集和测试集，我在entity2id.txt和relation2id.txt用了'\t'分隔，在剩余几个个文件之间用了空格，想请教一下大概会是什么原因导致的"Segmentation fault"?