1. 向量知識

實值向量： 向量分量的取值范圍是實數域，一般來說，我們平常使用的向量都默認為是實值向量。

向量的維數：表示向量有多少個分量
如：（a,b,c）這就是一個三維向量。
我們長說的平面向量就是二維向量,x軸和y軸兩個方向。
立體空間向量是三維：長寬高三個方向。

稠密向量：使用數組的數據結構對向量建模，這種結構通常存儲普通的向量。

稀疏向量：使用map的數據結構對向量建模，這種結構存儲的向量大多數元素等于零。

2. 表示學習

表示學習旨在將研究對象的語義信息表示為稠密、低維、實值向量。

3. 知識表示學習

知識表示學習是面向知識庫中實體和關系的表示學習。通過將實體或關系投影到低維向量空間，我們能夠實現對實體和關系的語義信息的表示，可以高效地計算實體、關系及其之間的復雜語義關聯。這對知識庫的構建、推理與應用均有重要意義。

總結

以上是生活随笔為你收集整理的KRL知识表示学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。