ConvE，知识图谱嵌入（KGE) autodl 服务器运行

参考：博客地址
项目地址项目地址

主要配置

采用autodl服务器 环境如下

配置路径

服务器配置

实例创建完成后打开jupyterlab
打开终端

输入vim ~/.bashrc 然后enter进入
然后英文输入法下 按 i 进入编辑模式底部会变为INSERT

然后在最后一行加上source /root/miniconda3/etc/profile.d/conda.sh 然后按 esc 最后英文状态下输入 :wq 保存退出 注意有个英文冒号
此时就可以 conda activate base 激活虚拟环境里面已经配置好了torch环境

下载项目到服务器

git clone方法下载不成功，我采用了 先下载zip文件到本地 然后xftp 传输 到服务器 然后unzip + zip文件名解压
在base环境下打开这个文件

采用以下代码没有成功

pip install -r requirements.txt

换了一种思路
打开 requirements.txt 发现主要有以下模块

对

对scipy直接 pip install scipy
对spodernet 采用

git clone https://github.com/TimDettmers/spodernet.git
pip install -e spodernet

对bashmagic同spodernet

注意是在这个项目的文件夹下

然后pip install spacy==3.2.0

然后 下载需要的语言模型 en_core_web_sm-3.2.0

运行如下命令 wget https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-3.2.0/en_core_web_sm-3.2.0.tar.gz
下载完成后运行如下代码

pip install en_core_web_sm-3.2.0.tar.gz

最后执行如下命令

sh preprocess.sh

anything is ok

执行如下代码即可在 FB15k-237 数据集上跑 ConvE 模型

CUDA_VISIBLE_DEVICES=0 python main.py --model conve --data FB15k-237 \
                                      --input-drop 0.2 --hidden-drop 0.3 --feat-drop 0.2 \
                                      --lr 0.003 --preprocess

切换数据集 或切换模型可参考如下博客
http://t.csdn.cn/Tb0Mr

晚安