OpenKE 的使用（二）— TransX 系列论文复现

OpenKE 的使用（二）— TransX 系列论文复现

---

前言： 之前踩了VM中ubuntu不能使用Nvidia驱动的坑，于是我在安装好Windows+Ubuntu双系统，并在Ubuntu 20.04子系统中配置好深度学习环境后，终于得以成功使用OpenKE对KGE模型进行复现，本篇主要是关于TransX系列模型的实现，如下是我实验的环境，论文原文，我对论文的理解和OpenKE的GitHub地址

Environment： 联想R7000P，Ubuntu 20.04(子系统)，Pytorch，cuda 11.5，cuDNN，OpenKE

Paper： TransH、TransR和TransD

Paper Understanding：TransX 系列，知识图谱嵌入（KGE）论文阅读

Download from Github：

git clone -b OpenKE-PyTorch https://github.com/thunlp/OpenKE

说明： git clone -b OpenKE-PyTorch https://github.com/thunlp/OpenKE命令如果执行出错，可以参考OpenKE 的初步探索（VM 中的 Ubuntu 踩坑）的准备工作：VM 中 Ubuntu 20.04 系统 git 的配置及与 github 的连接部分，虽然是在VM中Ubuntu系统中的配置，但是原理和操作都是一样的

---

OpenKE中各种模型的统一评价指标：

---

TransH

数据集：FB15K237

手动复制examples文件夹中的train_transh_FB15K237.py到OpenKE目录下，并在此处打开终端

使用的命令如下：

python train_transh_FB15K237.py

---

TransR

数据集：FB15K237

手动复制examples文件夹中的train_transr_FB15K237.py到OpenKE目录下，并在此处打开终端

使用的命令如下：

python train_transr_FB15K237.py

报错：FileNotFoundError: [Errno 2] No such file or directory: './result/transr_transe.json'

解决：在 OpenKE 目录下建立 result 文件夹：

重新运行，报错，应该是显存不够用：

RuntimeError: CUDA out of memory. Tried to allocate 10.54 GiB (GPU 0; 5.80 GiB total capacity; 234.79 MiB already allocated; 4.64 GiB free; 286.00 MiB reserved in total by PyTorch) If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation.  See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF

解决：在网上找了许多方法，最后更改nbatches的大小，我将其值从100逐渐调整到900（800-900之间应该刚好可以，再小估计不行），最终才跑出来结果

---

TransD

数据集：FB15K237

手动复制examples文件夹中的train_transd_FB15K237.py到OpenKE目录下，并在此处打开终端

使用的命令如下：

python train_transd_FB15K237.py

把TransD的模型也跑一下吧，万一以后用到，日后若有缘，可以研究一下此模型的对抗攻击