ນີ້ແມ່ນແອັບ Linux ທີ່ມີຊື່ວ່າ DGL ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ເປັນ v1.1.2.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ DGL ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ OnWorks Linux ອອນລາຍ ຫຼື Windows online emulator ຫຼື MACOS online emulator ຈາກເວັບໄຊທ໌ນີ້.
- 5. ຈາກ OnWorks Linux OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກ, ຕິດຕັ້ງມັນແລະດໍາເນີນການ.
ພາບຫນ້າຈໍ:
ບໍລິສັດ DGL
DESCRIPTION:
ສ້າງແບບຈໍາລອງຂອງທ່ານດ້ວຍ PyTorch, TensorFlow ຫຼື Apache MXNet. ຂໍ້ຄວາມໄວແລະປະສິດທິພາບຄວາມຊົງຈໍາທີ່ຜ່ານການສໍາລັບການຝຶກອົບຮົມ Graph Neural Networks. ປັບຂະໜາດເປັນກາຟຂະໜາດໃຫຍ່ຜ່ານການເລັ່ງຫຼາຍ GPU ແລະໂຄງສ້າງພື້ນຖານການຝຶກອົບຮົມທີ່ແຈກຢາຍ. DGL ເສີມສ້າງບັນດາໂຄງການສະເພາະຂອງໂດເມນລວມທັງ DGL-KE ສໍາລັບການຮຽນຮູ້ການຝັງເສັ້ນສະແດງຄວາມຮູ້ຂະຫນາດໃຫຍ່, DGL-LifeSci ສໍາລັບ bioinformatics ແລະ cheminformatics, ແລະອື່ນໆຈໍານວນຫຼາຍ. ພວກເຮົາມີຄວາມກະຕືລືລົ້ນທີ່ຈະນໍາເອົາກາຟທີ່ໃກ້ຊິດກັບນັກຄົ້ນຄວ້າການຮຽນຮູ້ເລິກ. ພວກເຮົາຕ້ອງການເຮັດໃຫ້ມັນງ່າຍທີ່ຈະປະຕິບັດ graph neural networks model family. ພວກເຮົາຍັງຕ້ອງການເຮັດໃຫ້ການປະສົມປະສານຂອງໂມດູນທີ່ອີງໃສ່ກາຟແລະໂມດູນ tensor (PyTorch ຫຼື MXNet) ກ້ຽງເທົ່າທີ່ເປັນໄປໄດ້. DGL ໃຫ້ວັດຖຸກາຟທີ່ມີປະສິດທິພາບທີ່ສາມາດອາໄສຢູ່ໃນ CPU ຫຼື GPU. ມັນລວບລວມຂໍ້ມູນໂຄງສ້າງເຊັ່ນດຽວກັນກັບລັກສະນະຕ່າງໆສໍາລັບການຄວບຄຸມທີ່ດີກວ່າ. ພວກເຮົາໃຫ້ຄວາມຫລາກຫລາຍຂອງຫນ້າທີ່ສໍາລັບຄອມພິວເຕີ້ກັບວັດຖຸກາຟລວມທັງຂໍ້ຄວາມທີ່ມີປະສິດທິພາບແລະສາມາດປັບແຕ່ງໄດ້ໃນຕອນຕົ້ນຂອງ Graph Neural Networks.
ຄຸນລັກສະນະ
- ຫ້ອງສະໝຸດກຣາບທີ່ພ້ອມດ້ວຍ GPU
- ແບບຈໍາລອງ, ໂມດູນແລະມາດຕະຖານສໍາລັບນັກຄົ້ນຄວ້າ GNN
- ງ່າຍຕໍ່ການຮຽນຮູ້ແລະ ນຳ ໃຊ້
- ສາມາດຂະຫຍາຍໄດ້ ແລະມີປະສິດທິພາບ
- ອຸປະກອນການຮຽນຮູ້ຫຼາຍສໍາລັບທຸກປະເພດຂອງຜູ້ໃຊ້ຈາກນັກຄົ້ນຄວ້າ ML ເຖິງຜູ້ຊ່ຽວຊານດ້ານໂດເມນ
- ເພີ່ມປະສິດທິພາບຂອງ stack ທັງຫມົດເພື່ອຫຼຸດຜ່ອນ overhead ໃນການສື່ສານ, ການບໍລິໂພກຫນ່ວຍຄວາມຈໍາແລະການ synchronization
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/dgl.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.