Este é o aplicativo Linux chamado DGL cuja versão mais recente pode ser baixada como v1.1.2.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado DGL com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
SCREENSHOTS
Ad
DGL
DESCRIÇÃO
Construa seus modelos com PyTorch, TensorFlow ou Apache MXNet. Primitivas de transmissão de mensagens rápidas e com uso eficiente de memória para treinamento de redes neurais de grafos. Dimensione para gráficos gigantes por meio de aceleração multi-GPU e infraestrutura de treinamento distribuída. O DGL capacita uma variedade de projetos específicos de domínio, incluindo DGL-KE para o aprendizado de embeddings de gráficos de conhecimento em grande escala, DGL-LifeSci para bioinformática e quiminformática e muitos outros. Estamos ansiosos para trazer os gráficos para mais perto de pesquisadores de aprendizagem profunda. Queremos facilitar a implementação da família de modelos de redes neurais em grafos. Também queremos tornar a combinação de módulos baseados em gráficos e módulos baseados em tensores (PyTorch ou MXNet) o mais suave possível. O DGL fornece um objeto gráfico poderoso que pode residir na CPU ou GPU. Ele agrupa dados estruturais e recursos para um melhor controle. Nós fornecemos uma variedade de funções para computação com objetos gráficos, incluindo primitivas de transmissão de mensagens eficientes e personalizáveis para Redes Neurais de Grafos.
Funcionalidades
- Uma biblioteca gráfica pronta para GPU
- Modelos, módulos e benchmarks para pesquisadores GNN
- Fácil de aprender e usar
- Escalável e eficiente
- Muitos materiais de aprendizagem para todos os tipos de usuários, de pesquisadores de ML a especialistas no domínio
- Otimiza toda a pilha para reduzir a sobrecarga na comunicação, consumo de memória e sincronização
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/dgl.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil a partir de um de nossos Sistemas Operativos gratuitos.