This is the Windows app named PyTorch-BigGraph whose latest release can be downloaded as torchbiggraph-1.0.0.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Загрузите и запустите онлайн это приложение под названием PyTorch-BigGraph с OnWorks бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
PyTorch-BigGraph
ОПИСАНИЕ
PyTorch-BigGraph (PBG) — это система обучения вложений на массивных графах (миллиардах узлов и рёбер), использующая разбиение и распределённое обучение для поддержания управляемости памяти и вычислительных ресурсов. Система разбивает сущности на разделы и сегменты, так что каждый проход обучения затрагивает лишь небольшую часть параметров, что значительно снижает пиковый объём оперативной памяти и обеспечивает горизонтальное масштабирование между машинами. PBG поддерживает многосвязные графы (графы знаний) с функциями оценки, специфичными для отношений, стратегиями отрицательной выборки и типизированными сущностями, что делает её подходящей для прогнозирования и поиска связей. Её цикл обучения создан для обеспечения высокой пропускной способности: асинхронный ввод-вывод, тензоры, отображаемые в память, и обновления без блокировок обеспечивают загрузку графических процессоров и центральных процессоров даже при экстремальном масштабировании. Инструментарий включает в себя метрики оценки и инструменты экспорта, поэтому изученные вложения могут использоваться для последующего поиска ближайшего соседа, выработки рекомендаций или аналитики. На практике архитектура PBG позволяет специалистам обучать высококачественным встраиваниям графов.
Особенности
- Разделенное обучение для графов миллиардного масштаба
- Оценка множественных отношений для прогнозирования связей графа знаний
- Эффективная отрицательная выборка и сегментация по краям
- Утилиты экспорта и оценки для ИНС и последующих задач
- Асинхронный ввод-вывод с тензорами, отображенными в памяти
- Распределенное многомашинное обучение с простой организацией
Язык программирования
Питон
Категории
Это приложение также можно скачать по адресу https://sourceforge.net/projects/pytorch-biggraph.mirror/. Оно размещено на OnWorks для максимально удобного запуска онлайн с помощью одной из наших бесплатных операционных систем.
