Це програма для Linux під назвою PyTorch-BigGraph, останню версію якої можна завантажити як torchbiggraph-1.0.0.tar.gz. Її можна запускати онлайн на безкоштовному хостинг-провайдері OnWorks для робочих станцій.
Завантажте та запустіть онлайн цю програму під назвою PyTorch-BigGraph з OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть онлайн-емулятор OnWorks Linux або Windows або онлайн-емулятор MACOS з цього веб-сайту.
- 5. З ОС OnWorks Linux, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму, встановіть її та запустіть.
ЕКРАНИ
Ad
PyTorch-BigGraph
ОПИС
PyTorch-BigGraph (PBG) – це система для навчання вбудовувань на масивних графах, наприклад, мільярдах вузлів і ребер, яка використовує розділення та розподілене навчання для забезпечення зручності обробки пам'яті та обчислень. Вона розділяє сутності на розділи та розділяє ребра, так що кожен навчальний прохід торкається лише невеликого фрагмента параметрів, що значно зменшує піковий обсяг оперативної пам'яті та дозволяє горизонтальне масштабування на різних машинах. PBG підтримує багатореляційні графи (графи знань) зі специфічними для реляцій функціями оцінювання, стратегіями негативної вибірки та типізованими сутностями, що робить її придатною для прогнозування та пошуку посилань. Її цикл навчання побудований для забезпечення пропускної здатності: асинхронний ввід/вивід, тензори з відображенням пам'яті та оновлення без блокування забезпечують завантаження графічних процесорів та центральних процесорів навіть в екстремальних масштабах. Інструментарій включає метрики оцінки та інструменти експорту, тому вивчені вбудовування можна використовувати в пошуку найближчих сусідів, рекомендаціях або аналітиці. На практиці, дизайн PBG дозволяє практикам навчати високоякісні вбудовування графів.
Функції
- Розділене навчання для графів мільярдного масштабу
- Багаторівневе оцінювання для прогнозування посилань графа знань
- Ефективна негативна вибірка та граничне виділення даних
- Утиліти експорту та оцінки для штучних нейронних мереж та завдань подальшого використання
- Асинхронний ввід/вивід з тензорами, що відображаються в пам'яті
- Розподілене багатомашинне навчання з простою оркестрацією
Мова програмування
Python
Категорії
Цю програму також можна завантажити з https://sourceforge.net/projects/pytorch-biggraph.mirror/. Вона розміщена в OnWorks для найпростішого запуску онлайн з однієї з наших безкоштовних операційних систем.
