HeGAN: KDD 2019论文《异构信息网络上的专家学习》的源代码 - 源码分享

简介：
HeGAN是KDD 2019收录的一篇关于在异构信息网络上进行生成模型研究的论文中的源代码，旨在通过专家学习提升模型性能。此项目为研究人员提供了一个有价值的工具来探索和理解复杂的异构数据结构，并促进相关领域的发展与应用。 贺甘的论文“异构信息网络上的专家学习（KDD2019）”提供了相关的源代码。 环境设定： - Python 版本：2.7.3 - Tensorflow 版本：1.12.0 - 脾气暴躁版本：这可能是笔误，应为脾气暴躁而非具体软件名，请确认正确的软件名称和版本号 参数设置（请参阅config.py文件）： - batch_size: 批处理的大小。 - lambda_gen, lambda_dis: 分别用于生成器和鉴别器的正则化项系数。 - lr_gen, lr_dis: 生成器和鉴别器的学习率。 - n_epoch：最大训练周期数。 - sig：发生器中高斯分布的标准差（方差）。 - g_epoch，d_epoch：每个时期的生成器和鉴别器训练次数。 - n_sample: 样本数量 - n_emb: 嵌入维度 文件夹中的内容： - 数据目录包含用于训练的数据集。 - 结果目录存储了由模型生成的发电机与鉴别器嵌入结果。 - 代码目录中存放着项目的源代码。 数据部分提供了三个不同的数据集。