Esta es la aplicación para Linux llamada PyTorch-BigGraph, cuya última versión se puede descargar como torchbiggraph-1.0.0.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada PyTorch-BigGraph con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
PyTorch-BigGraph
DESCRIPCIÓN
PyTorch-BigGraph (PBG) es un sistema para el aprendizaje de incrustaciones en grafos masivos (piense en miles de millones de nodos y aristas) mediante particionamiento y entrenamiento distribuido para mantener la memoria y la computación manejables. Fragmenta las entidades en particiones y divide las aristas para que cada pasada de entrenamiento solo toque una pequeña porción de parámetros, lo que reduce drásticamente la RAM máxima y permite el escalado horizontal entre máquinas. PBG admite grafos multirrelacionales (grafos de conocimiento) con funciones de puntuación específicas para cada relación, estrategias de muestreo negativo y entidades tipificadas, lo que lo hace ideal para la predicción y recuperación de enlaces. Su bucle de entrenamiento está diseñado para el alto rendimiento: E/S asíncronas, tensores mapeados en memoria y actualizaciones sin bloqueos que mantienen alimentadas las GPU y CPU incluso a escala extrema. El kit de herramientas incluye métricas de evaluación y herramientas de exportación para que las incrustaciones aprendidas se puedan utilizar en la búsqueda, recomendación o análisis del vecino más cercano en etapas posteriores. En la práctica, el diseño de PBG permite a los profesionales entrenar incrustaciones de grafos de alta calidad.
Caracteristicas
- Entrenamiento particionado para gráficos de escala de mil millones
- Puntuación de relaciones múltiples para la predicción de vínculos en gráficos de conocimiento
- Muestreo negativo eficiente y clasificación de bordes
- Utilidades de exportación y evaluación para ANN y tareas posteriores
- E/S asincrónica con tensores mapeados en memoria
- Entrenamiento distribuido en múltiples máquinas con orquestación simple
Lenguaje de programación
Python
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/pytorch-biggraph.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
