นี่คือแอปพลิเคชัน Linux ที่มีชื่อว่าไลบรารี Graph Nets ซึ่งสามารถดาวน์โหลดเวอร์ชันล่าสุดได้ที่ graph_netsv1.1.0sourcecode.tar.gz สามารถรันออนไลน์ได้บนผู้ให้บริการโฮสติ้งฟรี OnWorks สำหรับเวิร์กสเตชัน
ดาวน์โหลดและรันแอปชื่อ Graph Nets library ออนไลน์ด้วย OnWorks ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OnWorks Linux หรือ Windows ออนไลน์ หรือโปรแกรมจำลองออนไลน์ MACOS จากเว็บไซต์นี้
- 5. จาก OnWorks Linux OS คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่น ติดตั้ง และเรียกใช้
ภาพหน้าจอ:
ห้องสมุด Graph Nets
รายละเอียด:
Graph Nets พัฒนาโดย Google DeepMind เป็นไลบรารี Python ที่ออกแบบมาสำหรับการสร้างและฝึกอบรมโครงข่ายประสาทเทียมแบบกราฟ (GNN) โดยใช้ TensorFlow และ Sonnet ไลบรารีนี้มอบกรอบการทำงานระดับสูงและยืดหยุ่นสำหรับการสร้างสถาปัตยกรรมประสาทเทียมที่ทำงานโดยตรงกับข้อมูลที่มีโครงสร้างกราฟ เครือข่ายกราฟรับกราฟเป็นอินพุต ซึ่งประกอบด้วยเอจ โหนด และแอตทริบิวต์ส่วนกลาง แล้วสร้างกราฟที่อัปเดตพร้อมการแสดงคุณลักษณะที่ปรับเปลี่ยนในแต่ละระดับ ไลบรารีนี้นำแนวคิดพื้นฐานจากบทความของ DeepMind เรื่อง “Relational Inductive Biases, Deep Learning, and Graph Networks” มาใช้งาน โดยนำเสนอเครื่องมือสำหรับการสำรวจการใช้เหตุผลเชิงสัมพันธ์และโครงข่ายประสาทเทียมในการส่งข้อความ Graph Nets รองรับทั้ง TensorFlow 1 และ TensorFlow 2 โดยทำงานร่วมกับสภาพแวดล้อม CPU และ GPU และมีการสาธิต Jupyter เพื่อการศึกษาสำหรับการค้นหาเส้นทางที่สั้นที่สุด การเรียงลำดับ และงานคาดการณ์ทางกายภาพ ฐานโค้ดเน้นการทำงานแบบโมดูลาร์ ช่วยให้ผู้ใช้สามารถกำหนดฟังก์ชันการอัปเดตเอจ โหนด และส่วนกลางของตนเองได้อย่างง่ายดาย
คุณสมบัติ
- กรอบการทำงานสำหรับการสร้างเครือข่ายประสาทเทียมแบบกราฟโดยใช้ TensorFlow และ Sonnet
- รองรับการเรียนรู้ฟีเจอร์ระดับกราฟ ระดับโหนด และระดับขอบ
- เข้ากันได้กับ TensorFlow 1.x และ 2.x บนการตั้งค่า CPU และ GPU
- รวมถึงสมุดบันทึกสาธิต Colab และ Jupyter สำหรับการเรียนรู้และการทดลองปฏิบัติจริง
- ช่วยให้สามารถออกแบบสถาปัตยกรรมแบบโมดูลาร์ได้โดยใช้ฟังก์ชันอัปเดตกราฟที่ปรับแต่งได้
- เหมาะสำหรับงานหลากหลายประเภท เช่น การจำลองทางกายภาพ การจัดเรียง และการค้นหาเส้นทาง
ภาษาโปรแกรม
หลาม
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/graph-nets-library.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีของเรา