开源最前线（ID：OpenSourceTop） 猿妹整编
综合自：开源中国、GitHub等
为了方便大家对网络表示学习（NE/NRL）开展相关的实验或研究，清华大学计算机科学与技术系的研究人员在 GitHub 上发布了 NE/NRL 训练和测试框架 OpenNE。
用于网络嵌入的开元包 OpenNE
授权协议：MIT
开发语言：Python
操作系统：跨平台
开发厂商：Apache
Github：https://github.com/thunlp/OpenNE
OpenNE 简介
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。
与其他实现对比
运行环境：CPU：Intel（R）Xeon（R）CPU E5-2620 v3 @ 2.40GHz
下面是在不同数据集上对不同方法的节点分类结果。将表征维度设置为 128，GraRep 中的 kstep=4，node2vec 中 p=1，q=1。
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
配置需求
OpenNE 的配置需求如下：
● numpy==1.13.1
● networkx==2.0
● scipy==0.19.1
● tensorflow==1.3.0
● gensim==3.0.1
● scikit-learn==0.19.0
该项目还在持续开发中，此后还将根据已公布的 NRL 论文发表持续实现更多有代表性的 NE 模型。同时也欢迎其他研究者在该框架中构建 NE 模型到这个工具包中，也会公布项目中的贡献内容。
附：新开源报道汇总
《【新开源报道 16】AI开发者福音！微软亚马逊联合发布深度学习库 Gloun》
《【新开源报道 15】谷歌发布量子开源软件，量子计算机对科学家免费开放 》
《【新开元报道 14】微软开源用于Spark的深度学习库MMLSpark》
《【新开源报道 13】Facebook 开源帮助开发者消灭最顽固的软件 bug 的工具》
《【新开源报道 12】不只是阿里巴巴的操作系统，AliOS 宣布开源》
《【新开源报道 11】重磅！阿里巴巴正式开源全球化OpenMessaging和ApsaraCache项目》
《【新开源报道 10】IBM 和谷歌等巨头联手为开发者推出开源容器安全工具Grafeas》
《【新开源报道 9】Google开源Abseil，为C++和Python开发提供支持》
《【新开源报道 8】serverless 领域的福音！Oracle 宣布开源 Fn project》
《【新开源报道 7】苹果在 GitHub 上公布 macOS 和 iOS 内核源码》
《【新开源报道 6】百度开源移动端深度学习框架mobile-deep-learning（MDL）》
《【新开源报道 5】百度正式开源其 RPC 框架 brpc》
《【新开源报道 4】IBM 开源动态的应用服务器运行时环境 Open Liberty》
《【新开源报道 3】微信后台团队最近开源力作：PhxQueue分布式队列》
《【新开源报道 2】喜大普奔！阿里即将开源 ApsaraCache，云数据库 Redis 版分支》
《【新开源报道 1】腾讯 Web UI 解决方案 QMUI Web 正式回迁开源》
●本文编号67，以后想阅读这篇文章直接输入67即可
●输入m获取文章目录
↓↓↓ 点击"阅读原文" 进入GitHub详情页  
继续阅读
阅读原文