Project Icon

graph-learn

大规模分布式图神经网络框架,兼容PyTorch和TensorFlow

Graph-Learn是一款分布式框架,专为开发和应用大规模图神经网络(GNN)而设计,已成功应用于阿里巴巴的搜索推荐、网络安全和知识图谱等场景。框架包括GraphLearn-Training和Dynamic-Graph-Service模块,支持批量图采样、在线推理及流图更新功能,兼容PyTorch和TensorFlow,提供完整的GNN模型开发解决方案。

dgl - 图深度学习框架加速图神经网络应用与研究
DGLGithub分布式训练图神经网络大规模图开源项目深度学习
DGL是一个高效易用的Python包,支持在图上执行深度学习。兼容PyTorch、Apache MXNet和TensorFlow等多种框架,提供GPU加速的图库、丰富的GNN模型示例、全面的教学材料及优化的分布式训练功能。适合从研究人员到行业专家的各类用户。广泛应用于学术及实践领域,无论是基础教学还是高级图分析,DGL均能有效支持。
graphstorm - 训练和部署大规模图机器学习模型的企业级框架
GithubGraphStorm分布式训练图机器学习开源项目节点分类链接预测
GraphStorm是一个面向企业的图机器学习框架,能处理数十亿节点和边的超大规模图。它提供可扩展的训练和推理管道,内置多种GML模型,支持一键训练。框架还提供丰富配置选项用于自定义模型和训练流程,并支持分布式训练自定义GML模型,只需提供模型实现即可实现扩展。
gnn - 用于TensorFlow平台的图神经网络库,支持异构和同构图
GithubKeras层TensorFlow GNN分布式图采样工具图神经网络开源项目数据准备工具
TensorFlow GNN是一个用于TensorFlow平台的图神经网络库,支持异构和同构图。它提供了GraphTensor类型来表示多类型节点和边,数据准备工具以及高效的图采样器。库中包含可直接使用的模型和Keras层,提供高层次的训练API。TF-GNN广泛应用于各种图挖掘任务,用户可在Google Colab上无需安装直接运行示例。它兼容TensorFlow 2.12及以上版本和相关GPU驱动,主要在Linux环境测试。
GraphScope - 统一分布式图计算平台
GithubGraphScopePython接口分布式系统图计算大规模图处理开源项目
GraphScope是一个统一的分布式图计算平台,通过Python接口在计算机集群上执行各种图操作。它整合了GRAPE、MaxGraph和Graph-Learn等技术,分别用于图分析、交互式查询和图神经网络计算,并利用Vineyard存储实现高效内存数据传输。该平台能够处理大规模图数据,适用于复杂的图计算场景,为用户提供全面的图数据处理解决方案。
graph-neural-network-course - 图神经网络教程,从基础架构到前沿技术
GithubPyTorch Geometric图分类图神经网络开源项目深度学习节点分类
这个项目是一个全面的图神经网络(GNN)教程,内容涵盖基础架构到最新技术。课程包含四个章节:GNN简介、图注意力网络、GraphSAGE和图同构网络,每章配有详细文章和实践代码。教程旨在帮助学习者掌握GNN的核心概念和实现方法,适合对深度学习感兴趣的研究者和开发者。
pytorch_geometric - 图形神经网络开发库
GithubPyTorch Geometric图神经网络开源项目数据处理机器学习深度学习
PyTorch Geometric是一个基于PyTorch的图形神经网络库,旨在简化结构化数据的建模与训练流程。支持小批量和大规模图的处理,并提供全面的GPU加速、数据管道处理以及常用基准数据集。这使得它成为机器学习研究者和初学者理想的选择。
OpenGraph - 图神经网络零样本学习的突破性研究
GithubOpenGraph图生成图神经网络大语言模型开源项目零样本学习
OpenGraph是一个创新的图基础模型,通过从大语言模型中提取零样本图泛化能力,解决了图神经网络领域的关键技术挑战。该模型引入了统一图标记器、可扩展图transformer和基于大语言模型的数据增强机制,在多种场景下展现出优异的零样本图学习性能。这项研究为图神经网络的泛化能力提升和应用场景拓展开辟了新方向。
Awesome-Graph-LLM - 探索图结构与大语言模型的前沿融合及应用
Github图模型图神经网络多模态模型大语言模型开源项目知识图谱
Awesome-Graph-LLM项目汇集图相关大语言模型(Graph-LLM)领域的前沿研究成果和资源。内容涵盖数据集、基准测试、综述文章,以及图推理、节点分类、图分类等应用。项目还收录图提示、通用图模型和多模态模型等新兴方向的相关工作,为Graph-LLM研究提供全面参考。
awesome-large-graph-model - 大规模图模型研究前沿综述
Github图提示学习图机器学习图神经网络大图模型大语言模型开源项目
这个项目整理了大规模图模型相关的研究文献,涵盖理论基础和实际应用。内容包括图神经网络与大型语言模型的结合、LLM在图任务中的应用、图提示学习和参数高效微调等技术。同时涉及知识图谱、分子科学和神经架构搜索等领域。项目为图机器学习研究提供了全面的文献综述,有助于推动该领域的发展。
awesome-graph-self-supervised-learning - 自监督学习在图数据中的应用及方法综述
Contrastive LearningGenerative LearningGithubGraph RepresentationPredictive LearningSelf-Supervised Learning开源项目
展示全面的自监督图表示学习资源,包括对比学习、生成学习和预测学习三种主要方法。本页面介绍了各类自监督学习方法在图数据中的应用、训练策略和具体实现,帮助AI研究者掌握最新技术。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号