proposed system的分析

KGCN: batchsize从128增加为65536。性能陡然提高很多。

KGNN-LS: batchsize从256降到64，速度变慢了很多。性能降低明显，但是总能个体比KGCN性能稳定。

batchsize影响性能非常大无论是对KGCN,KGCNN-LS。

text+KG, batchsize 1024-》512 代码可以创建session，可以跑了。

tensorflow layer parameter initialization:

1. 

self.initializer=tf.random_uniform_initializer(

minval=-self.config.initializer_scale,

maxval=self.config.initializer_scale)

2

tf.contrib.layers.xavier_initializer()

3. GP-BPR有visual_cnn和text_cnn,

    (0): Conv2d(1, 100, kernel_size=(2, 300), stride=(1, 1))

    (1): Sigmoid()

    (2): MaxPool2d(kernel_size=(82, 1), stride=1, padding=0, dilation=1, ceil_mode=False)

(1): Sequential(

    (0): Conv2d(1, 100, kernel_size=(3, 300), stride=(1, 1))

    (1): Sigmoid()

    (2): MaxPool2d(kernel_size=(81, 1), stride=1, padding=0, dilation=1, ceil_mode=False)

kernel_size=(2,300), (3,300), (4,300), (5,300)

4. weight w: initializer=tf.random_normal_initializer(mean=0, stddev=0.01)

bias b: tf.zeros_initializer()