Aceasta este aplicația Linux numită PyTorch-BigGraph, a cărei ultimă versiune poate fi descărcată sub numele torchbiggraph-1.0.0.tar.gz. Poate fi rulată online pe furnizorul de găzduire gratuită OnWorks pentru stații de lucru.
Descărcați și rulați online această aplicație numită PyTorch-BigGraph cu OnWorks gratuit.
Urmați aceste instrucțiuni pentru a rula această aplicație:
- 1. Ați descărcat această aplicație pe computer.
- 2. Introduceți în managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator pe care îl doriți.
- 3. Încărcați această aplicație într-un astfel de manager de fișiere.
- 4. Porniți emulatorul online OnWorks Linux sau Windows online sau emulatorul online MACOS de pe acest site web.
- 5. Din sistemul de operare OnWorks Linux pe care tocmai l-ați pornit, accesați managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator dorit.
- 6. Descărcați aplicația, instalați-o și rulați-o.
SCREENSHOTS
Ad
PyTorch-BigGraph
DESCRIERE
PyTorch-BigGraph (PBG) este un sistem pentru învățarea embedding-urilor pe grafuri masive - gândiți-vă la miliarde de noduri și muchii - utilizând partiționarea și antrenamentul distribuit pentru a menține memoria și calculul gestionabile. Acesta împarte entitățile în partiții și segmente de tip bucket, astfel încât fiecare pas de antrenament să atingă doar o mică porțiune de parametri, ceea ce reduce drastic volumul maxim de RAM și permite scalarea orizontală pe mașini. PBG acceptă grafuri multi-relaționale (grafuri de cunoștințe) cu funcții de notare specifice relației, strategii de eșantionare negativă și entități tipizate, ceea ce îl face potrivit pentru predicția și recuperarea legăturilor. Bucla sa de antrenament este construită pentru randament: I/O asincron, tensori mapați în memorie și actualizări fără blocare mențin GPU-urile și CPU-urile alimentate chiar și la scară extremă. Setul de instrumente include metrici de evaluare și instrumente de export, astfel încât embedding-urile învățate pot fi utilizate în căutarea, recomandarea sau analiza celui mai apropiat vecin în aval. În practică, designul PBG permite practicienilor să antreneze embedding-uri de grafuri de înaltă calitate.
Categorii
- Antrenament partiționat pentru grafice la scară miliarde
- Scorarea multi-relațională pentru predicția legăturilor dintre graficele de cunoștințe
- Eșantionare negativă eficientă și grupare pe margini
- Utilitare de export și evaluare pentru ANN și sarcini downstream
- I/O asincron cu tensori mapați în memorie
- Instruire distribuită, multi-mașină, cu orchestrare simplă
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/pytorch-biggraph.mirror/. A fost găzduită în OnWorks pentru a putea fi rulată online în cel mai simplu mod de pe unul dintre sistemele noastre de operare gratuite.
