OpenNE 介绍
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。
要求
-
numpy==1.13.1
-
networkx==2.0
-
scipy==0.19.1
-
tensorflow==1.3.0
-
gensim==3.0.1
-
scikit-learn==0.19.0
与其他实现对比
运行环境：cpu：Intel（R）Xeon（R）cpu E5-2620 v3 @ 2.40GHz
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
