Este é o aplicativo Linux chamado biblioteca Graph Nets, cuja versão mais recente pode ser baixada como graph_netsv1.1.0sourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Graph Nets library 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.
CAPTURAS DE TELA:
Biblioteca de redes de grafos
DESCRIÇÃO:
Graph Nets, desenvolvido pelo Google DeepMind, é uma biblioteca Python projetada para construir e treinar redes neurais de grafos (GNNs) usando TensorFlow e Sonnet. Ela fornece uma estrutura flexível e de alto nível para a construção de arquiteturas neurais que operam diretamente em dados estruturados em grafos. Uma rede de grafos recebe grafos como entradas, consistindo em arestas, nós e atributos globais, e produz grafos atualizados com representações de recursos modificadas em cada nível. Esta biblioteca implementa as ideias fundamentais do artigo da DeepMind "Relational Inductive Biases, Deep Learning, and Graph Networks", oferecendo ferramentas para explorar o raciocínio relacional e redes neurais de troca de mensagens. Graph Nets suporta TensorFlow 1 e TensorFlow 2, trabalhando com ambientes de CPU e GPU, e inclui demonstrações educacionais do Jupyter para tarefas de busca de caminho mais curto, classificação e predição física. A base de código enfatiza a modularidade, permitindo que os usuários definam facilmente suas próprias funções de aresta, nó e atualização global.
Recursos
- Estrutura para construção de redes neurais gráficas usando TensorFlow e Sonnet
- Suporta aprendizado de recursos em nível de gráfico, nível de nó e nível de aresta
- Compatível com TensorFlow 1.x e 2.x, em configurações de CPU e GPU
- Inclui cadernos de demonstração Colab e Jupyter para aprendizagem prática e experimentação
- Permite design de arquitetura modular com funções de atualização de gráfico personalizáveis
- Adequado para uma variedade de tarefas, incluindo simulação física, classificação e busca de caminhos
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/graph-nets-library.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil a partir de um de nossos sistemas operacionais gratuitos.