이것은 최신 릴리스를 PyG2.4.0_Modelcompilation,on-diskdatasets,hierarchicalsamplingsourcecode.zip으로 다운로드할 수 있는 PyG라는 Linux 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks와 함께 PyG라는 이 앱을 무료로 다운로드하여 온라인에서 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린 샷
Ad
파이지
기술
PyG(PyTorch Geometric)는 구조화된 데이터와 관련된 광범위한 애플리케이션을 위해 GNN(그래프 신경망)을 쉽게 작성하고 교육하기 위해 PyTorch를 기반으로 구축된 라이브러리입니다. 다양한 출판 논문에서 그래프 및 기타 불규칙 구조에 대한 딥 러닝(기하학적 딥 러닝이라고도 함)을 위한 다양한 방법으로 구성됩니다. 또한 많은 소형 및 단일 거대 그래프에서 작동하기 위한 사용하기 쉬운 미니 배치 로더, 다중 GPU 지원, DataPipe 지원, Quiver를 통한 분산 그래프 학습, 다수의 공통 벤치마크 데이터 세트(간단한 자체 생성 인터페이스), GraphGym 실험 관리자 및 임의의 그래프와 3D 메시 또는 포인트 클라우드에 대한 학습을 위한 유용한 변환. 10-20줄의 코드만 있으면 GNN 모델 교육을 시작할 수 있습니다(빠른 둘러보기는 다음 섹션 참조).
특징
- 사용하기 쉽고 통합된 API
- 포괄적이고 잘 관리되는 GNN 모델
- 뛰어난 유연성
- 대규모 실제 GNN 모델
- GraphGym 통합
- 나만의 GNN 모델 학습
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/pyg.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.