これは PyG という名前の Linux アプリで、最新リリースは PyG2.4.0_Modelcompilation,on-diskdatasets,hierarchicalsamplingsourcecode.zip としてダウンロードできます。 ワークステーション用の無料ホスティング プロバイダー OnWorks でオンラインで実行できます。
PyG with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
ピグ
DESCRIPTION
PyG (PyTorch Geometric) は、PyTorch 上に構築されたライブラリであり、構造化データに関連する幅広いアプリケーション向けのグラフ ニューラル ネットワーク (GNN) を簡単に記述およびトレーニングします。 これは、グラフやその他の不規則な構造に関するディープ ラーニング (幾何学的ディープ ラーニングとも呼ばれる) のさまざまな方法で構成されており、さまざまな公開論文から入手できます。 さらに、多数の小さくて単一の巨大なグラフを操作するための使いやすいミニバッチ ローダー、マルチ GPU サポート、DataPipe サポート、Quiver による分散グラフ学習、多数の一般的なベンチマーク データセット (シンプルな独自のインターフェイスを作成する)、GraphGym 実験マネージャー、および任意のグラフと 3D メッシュまたは点群の両方で学習するための便利な変換。 GNN モデルのトレーニングを開始するには、10 ～ 20 行のコードが必要です (クイック ツアーについては、次のセクションを参照してください)。
特徴
- 使いやすい統合 API
- 包括的でよく管理された GNN モデル
- 優れた柔軟性
- 大規模な実世界の GNN モデル
- グラフジムの統合
- 独自の GNN モデルをトレーニングする
プログラミング言語
Python
カテゴリー
これは https://sourceforge.net/projects/pyg.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。
