Dit is de Linux-app genaamd PyG waarvan de nieuwste release kan worden gedownload als PyG2.4.0_Modelcompilation,on-diskdatasets,hierarchicalsamplingsourcecode.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app met de naam PyG gratis online uit met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCREENSHOTS
Ad
PyG
PRODUCTBESCHRIJVING
PyG (PyTorch Geometric) is een bibliotheek gebouwd op PyTorch om eenvoudig Graph Neural Networks (GNN's) te schrijven en te trainen voor een breed scala aan toepassingen met betrekking tot gestructureerde gegevens. Het bestaat uit verschillende methoden voor diep leren van grafieken en andere onregelmatige structuren, ook wel geometrisch diep leren genoemd, uit verschillende gepubliceerde artikelen. Bovendien bestaat het uit gebruiksvriendelijke mini-batch-laders voor het werken met veel kleine en enkele gigantische grafieken, multi-GPU-ondersteuning, DataPipe-ondersteuning, gedistribueerd leren van grafieken via Quiver, een groot aantal gemeenschappelijke benchmarkdatasets (gebaseerd op eenvoudige interfaces om je eigen interfaces te maken), de GraphGym-experimentmanager en handige transformaties, zowel voor het leren van willekeurige grafieken als van 3D-meshes of puntenwolken. Er zijn slechts 10-20 regels code nodig om aan de slag te gaan met het trainen van een GNN-model (zie het volgende gedeelte voor een korte rondleiding).
Voordelen
- Gebruiksvriendelijke en uniforme API
- Uitgebreide en goed onderhouden GNN-modellen
- Grote flexibiliteit
- Grootschalige real-world GNN-modellen
- GraphGym-integratie
- Train je eigen GNN-model
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/pyg.mirror/. Het is gehost in OnWorks, zodat het op de gemakkelijkste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.