Dies ist die Linux-App namens Jraph, deren neueste Version als v0.0.6.dev0sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Jraph mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS:
Jraph
BESCHREIBUNG:
Jraph (ausgesprochen „Giraffe“) ist eine leichtgewichtige JAX-Bibliothek, die von Google DeepMind zum Erstellen und Experimentieren mit Graph Neural Networks (GNNs) entwickelt wurde. Sie bietet ein effizientes und flexibles Framework zum Darstellen, Bearbeiten und Trainieren von Modellen auf Basis von graphisch strukturierten Daten. Der Kern von Jraph ist die GraphsTuple-Datenstruktur, die es Benutzern ermöglicht, Graphen mit beliebigen Knoten-, Kanten- und globalen Attributen zu definieren und Graphen variabler Größe effizient für die Just-in-Time-Kompilierung von JAX zu stapeln. Die Bibliothek enthält ein umfassendes Set an Dienstprogrammen zum Stapeln, Auffüllen, Maskieren und Partitionieren von Graphendaten und ist somit ideal für verteilte und groß angelegte GNN-Experimente. Jraph wird außerdem mit einem Modellzoo geliefert – einer Sammlung von verzweigbaren Referenzimplementierungen gängiger GNN-Architekturen zur Nachrichtenübermittlung, wie z. B. Graph Networks, Graph Convolutional Networks und Graph Attention Networks.
Eigenschaften
- Leichtgewichtige GraphsTuple-Datenstruktur für flexible Graphdarstellung
- Verteilte Nachrichtenübermittlungsunterstützung für umfangreiche Graphen auf mehreren Geräten
- Dienstprogramme zum Batching, Maskieren und Auffüllen zur Handhabung von Diagrammen variabler Größe
- Modularer Modellzoo wiederverwendbarer Graph-Neural-Network-Architekturen
- Lehrreiche Colab-Tutorials und Beispiele für große Datensätze (z. B. OGBG-MOLPCBA)
- Vollständig JAX-kompatibel für JIT-Kompilierung, PMAP-Parallelisierung und Skalierbarkeit
Programmiersprache
Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/jraph.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.