これはPyGというWindows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向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
PyG with OnWorks というアプリを無料でダウンロードしてオンラインで実行します。
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OSOnWorksオンラインエミュレーターを起動しますが、Windowsオンラインエミュレーターの方が優れています。
-5。起動したばかりのOnWorksWindows 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てインストールします。
-7.LinuxディストリビューションソフトウェアリポジトリからWineをダウンロードします。 インストールしたら、アプリをダブルクリックして、Wineで実行できます。 また、人気のあるWindowsプログラムやゲームのインストールに役立つWine上の豪華なインターフェイスであるPlayOnLinuxを試すこともできます。
WineはLinux上でWindowsソフトウェアを実行する方法ですが、Windowsは必要ありません。 Wineは、任意のLinuxデスクトップでWindowsプログラムを直接実行できるオープンソースのWindows互換性レイヤーです。 基本的に、Wineは、実際にWindowsを必要とせずに、これらすべてのWindowsアプリケーションを実行できるように、十分な数のWindowsを最初から再実装しようとしています。
スクリーンショット：
ピグ
説明：
PyG (PyTorch Geometric) は、PyTorch 上に構築されたライブラリで、構造化データに関連する幅広いアプリケーション向けにグラフ ニューラル ネットワーク (GNN) を簡単に作成およびトレーニングできます。グラフやその他の不規則な構造での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ます) のさまざまな手法で構成されており、さまざまな公開論文から得られます。さらに、多数の小さなグラフや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 (独自のデータセットを作成するためのシンプルなインターフェイスに基づく)、GraphGym 実験マネージャー、任意のグラフと 3D メッシュまたはポイント クラウドの両方での学習に役立つ変換で構成されています。GNN モデルのトレーニングを開始するには、10 行から 20 行のコードだけが必要です (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)。
オプション
- 使いやすく統合されたAPI
- 包括的かつよく整備されたGNNモデル
- 優れた柔軟性
- 大規模な実世界GNNモデル
- GraphGymとの統合
- 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
このアプリケーションは、https://sourceforge.net/projects/pyg.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。