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.
PyTorch-BigGraph adlı OnWorks uygulamasını ücretsiz olarak çevrimiçi indirin ve çalıştırın.
Bu uygulamayı çalıştırmak için şu talimatları izleyin:
- 1. Bu uygulamayı PC'nize indirdiniz.
- 2. Dosya yöneticimize https://www.onworks.net/myfiles.php?username=XXXXX istediğiniz kullanıcı adını girin.
- 3. Bu uygulamayı böyle bir dosya yöneticisine yükleyin.
- 4. Bu web sitesinden herhangi bir OS OnWorks çevrimiçi öykünücüsünü başlatın, ancak daha iyi Windows çevrimiçi öykünücüsü.
- 5. Yeni başlattığınız OnWorks Windows işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin ve kurun.
- 7. Wine'ı Linux dağıtımları yazılım havuzlarınızdan indirin. Kurulduktan sonra, Wine ile çalıştırmak için uygulamaya çift tıklayabilirsiniz. Ayrıca, popüler Windows programlarını ve oyunlarını yüklemenize yardımcı olacak Wine üzerinden gösterişli bir arayüz olan PlayOnLinux'u da deneyebilirsiniz.
Wine, Windows yazılımını Linux üzerinde çalıştırmanın bir yoludur, ancak Windows gerektirmez. Wine, Windows programlarını doğrudan herhangi bir Linux masaüstünde çalıştırabilen açık kaynaklı bir Windows uyumluluk katmanıdır. Esasen Wine, Windows'a ihtiyaç duymadan tüm bu Windows uygulamalarını çalıştırabilmesi için yeterince Windows'u sıfırdan yeniden uygulamaya çalışıyor.
EKRAN
Ad
PyTorch-BigGraph
AÇIKLAMA
PyTorch-BigGraph (PBG), milyarlarca düğüm ve kenar gibi devasa grafiklerde, bellek ve hesaplamayı yönetilebilir tutmak için bölümleme ve dağıtılmış eğitim kullanarak yerleştirmeleri öğrenmek için bir sistemdir. Varlıkları bölümlere ayırır ve kenarları ayırır, böylece her eğitim geçişi yalnızca küçük bir parametre dilimine dokunur; bu da en yüksek RAM'i önemli ölçüde azaltır ve makineler arasında yatay ölçeklemeyi mümkün kılar. PBG, ilişkiye özgü puanlama işlevleri, negatif örnekleme stratejileri ve türlendirilmiş varlıklar içeren çoklu ilişki grafiklerini (bilgi grafikleri) destekler ve bu da onu bağlantı tahmini ve geri alma için uygun hale getirir. Eğitim döngüsü, verimlilik için oluşturulmuştur: eşzamansız G/Ç, bellek eşlemeli tensörler ve kilitsiz güncellemeler, GPU'ları ve CPU'ları aşırı ölçeklerde bile besler. Araç seti, öğrenilen yerleştirmelerin akış aşağısında en yakın komşu araması, önerisi veya analizinde kullanılabilmesi için değerlendirme ölçümleri ve dışa aktarma araçları içerir. Uygulamada, PBG'nin tasarımı, uygulayıcıların yüksek kaliteli grafik yerleştirmeleri eğitmelerine olanak tanır.
Özellikler
- Milyar ölçekli grafikler için bölümlenmiş eğitim
- Bilgi grafiği bağlantı tahmini için çoklu ilişki puanlaması
- Verimli negatif örnekleme ve kenar kovalama
- Yapay Sinir Ağları ve alt akış görevleri için ihracat ve değerlendirme yardımcı programları
- Bellek eşlenmiş tensörlerle eşzamansız G/Ç
- Basit orkestrasyonla dağıtılmış, çok makineli eğitim
Programlama dili
Python
Kategoriler
Bu uygulama, https://sourceforge.net/projects/pytorch-biggraph.mirror/ adresinden de indirilebilir. Ücretsiz İşletim Sistemlerimizden biri üzerinden çevrimiçi olarak en kolay şekilde çalıştırılabilmesi için OnWorks'te barındırılmıştır.
