PyTorch-BigGraph라는 이름의 Linux 앱으로, 최신 릴리스는 torchbiggraph-1.0.0.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
PyTorch-BigGraph with OnWorks라는 앱을 무료로 다운로드하여 온라인에서 실행해보세요.
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
PyTorch-BigGraph
기술
PyTorch-BigGraph(PBG)는 수십억 개의 노드와 간선으로 구성된 대규모 그래프에서 임베딩을 학습하는 시스템으로, 분할 및 분산 학습을 통해 메모리와 연산을 효율적으로 관리합니다. 엔티티를 파티션으로 분할하고 간선을 버킷으로 분류하여 각 학습 패스가 매개변수의 일부만 사용하도록 함으로써 최대 RAM 사용량을 크게 줄이고 여러 머신 간의 수평적 확장을 가능하게 합니다. PBG는 관계별 스코어링 함수, 부정 샘플링 전략, 그리고 유형화된 엔티티를 사용하는 다중 관계 그래프(지식 그래프)를 지원하여 링크 예측 및 검색에 적합합니다. 학습 루프는 처리량 향상을 위해 설계되었습니다. 비동기 I/O, 메모리 매핑 텐서, 그리고 잠금 없는 업데이트는 대규모 환경에서도 GPU와 CPU에 부하를 주지 않습니다. 이 툴킷에는 평가 지표와 내보내기 도구가 포함되어 있어 학습된 임베딩을 다운스트림 최근접 이웃 검색, 추천 또는 분석에 사용할 수 있습니다. 실제로 PBG의 설계를 통해 실무자는 고품질 그래프 임베딩을 학습할 수 있습니다.
기능
- 10억 규모 그래프에 대한 분할 학습
- 지식 그래프 링크 예측을 위한 다중 관계 점수 매기기
- 효율적인 부정 샘플링 및 에지 버케팅
- ANN 및 다운스트림 작업을 위한 내보내기 및 평가 유틸리티
- 메모리 매핑 텐서를 사용한 비동기 I/O
- 간단한 오케스트레이션을 통한 분산형 다중 머신 교육
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/pytorch-biggraph.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.
