Questa è l'app Linux chiamata Jraph, la cui ultima versione può essere scaricata come v0.0.6.dev0sourcecode.tar.gz. Può essere eseguita online sul provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online gratuitamente questa app chiamata Jraph con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI:
Jraph
DESCRIZIONE:
Jraph (pronunciato "giraffe") è una libreria JAX leggera sviluppata da Google DeepMind per la creazione e la sperimentazione di reti neurali a grafo (GNN). Fornisce un framework efficiente e flessibile per la rappresentazione, la manipolazione e l'addestramento di modelli su dati strutturati a grafo. Il cuore di Jraph è la struttura dati GraphsTuple, che consente agli utenti di definire grafi con attributi arbitrari di nodi, archi e globali, e di elaborare in batch grafi di dimensioni variabili in modo efficiente per la compilazione just-in-time di JAX. La libreria include un set completo di utilità per il batching, il padding, il mascheramento e il partizionamento dei dati dei grafi, rendendola ideale per esperimenti GNN distribuiti e su larga scala. Jraph include anche un model zoo, una raccolta di implementazioni di riferimento forkabili di comuni architetture GNN a passaggio di messaggi, come reti a grafo, reti convoluzionali a grafo e reti di attenzione a grafo.
Caratteristiche
- Grafici leggeriStruttura dati tupla per una rappresentazione grafica flessibile
- Supporto per il passaggio di messaggi distribuito per grafici di grandi dimensioni su più dispositivi
- Utilità per il batching, il mascheramento e il padding per gestire grafici di dimensioni variabili
- Modello zoo modulare di architetture di reti neurali grafiche riutilizzabili
- Tutorial didattici Colab ed esempi di dataset su larga scala (ad esempio, OGBG-MOLPCBA)
- Completamente compatibile con JAX per la compilazione jit, la parallelizzazione pmap e la scalabilità
Linguaggio di programmazione
Python
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/jraph.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.