This is the Linux app named Jraph whose latest release can be downloaded as v0.0.6.dev0sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download and run online this app named Jraph with OnWorks for free.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động trình giả lập trực tuyến OnWorks Linux hoặc trình giả lập trực tuyến Windows hoặc trình mô phỏng trực tuyến MACOS từ trang web này.
- 5. Từ Hệ điều hành OnWorks Linux mà bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng, cài đặt và chạy nó.
MÀN HÌNH:
tiếng Jraph
SỰ MIÊU TẢ:
Jraph (pronounced “giraffe”) is a lightweight JAX library developed by Google DeepMind for building and experimenting with graph neural networks (GNNs). It provides an efficient and flexible framework for representing, manipulating, and training models on graph-structured data. The core of Jraph is the GraphsTuple data structure, which enables users to define graphs with arbitrary node, edge, and global attributes, and to batch variable-sized graphs efficiently for JAX’s just-in-time compilation. The library includes a comprehensive set of utilities for batching, padding, masking, and partitioning graph data, making it ideal for distributed and large-scale GNN experiments. Jraph also comes with a model zoo—a collection of forkable reference implementations of common message-passing GNN architectures, such as Graph Networks, Graph Convolutional Networks, and Graph Attention Networks.
Tính năng
- Lightweight GraphsTuple data structure for flexible graph representation
- Distributed message-passing support for massive graphs across multiple devices
- Utilities for batching, masking, and padding to handle variable-sized graphs
- Modular model zoo of reusable graph neural network architectures
- Educational Colab tutorials and large-scale dataset examples (e.g., OGBG-MOLPCBA)
- Fully JAX-compatible for jit compilation, pmap parallelization, and scalability
Ngôn ngữ lập trình
Python
Danh Mục
This is an application that can also be fetched from https://sourceforge.net/projects/jraph.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.