TuckER:Tensor Factorization for Knowledge Graph Completion论文代码理解

自己一直以来python编程的细节知识掌握不太好，这次正好在复现论文的过程汇中对python及神经网络的一些常见的知识点进行总结分析。
这篇论文主题是关于知识图谱补全
代码链接如下：https://github.com/ibalazevic/TuckER

1、python中if name == ‘main’ 的作用
如果运行的是主函数的话，执行下一句main()
如果作为模块被其他文件导入使用的话，我们就不执行后面的main()什么的。
参考链接：https://www.cnblogs.com/chenhuabin/p/10118199.html

2、python中argparse.ArgumentParser()用法解析
argparse是一个Python模块：命令行选项、参数和子命令解析器。
argparse 模块可以让人轻松编写用户友好的命令行接口。程序定义它需要的参数，然后 argparse 将弄清如何从 sys.argv 解析出那些参数。
argparse 模块还会自动生成帮助和使用手册，并在用户给程序传入无效参数时报出错误信息。
使用示例如下：

参考链接：https://blog.csdn.net/the_time_runner/article/details/97941409

3、 np.random.seed(seed)和torch.manual_seed(seed)的作用
使得模型可以复现。
如果使用了GPU的话还需要加上

torch.cuda.manual_seed