Cleora

Active

Slogan:Mesin embedding graf berbasis Rust untuk embedding deterministik di CPU

Diperbarui:-

Media Sosial:

Alat Pengembang AI Analitik Data AI Riset & Analisis Data Sumber terbuka API tersedia Untuk pengembang Dihosting sendiri Tanpa pengaturan

Buka Situs Web

Kunjungi Situs Web

Promosikan produk ini|Klaim produk ini

Apa itu Cleora?

Cleora adalah mesin embedding graf berbasis Rust yang menghitung embedding deterministik melalui propagasi Markov sparse dengan whitening berselang. Instal pycleora dengan pip, bangun graf dari daftar edge, dan hasilkan embedding di CPU tanpa random walk, negative sampling, atau GPU.

Cara menggunakan Cleora?

Instal dengan `pip install pycleora`, definisikan edge sebagai pasangan entitas yang dipisah spasi, bangun graf dengan SparseMatrix.from_iterator, panggil embed(graph, feature_dim=256), lalu cari kemiripan dengan find_most_similar.

Cleora Fitur Utama

Matriks Markov sparse

Membangun matriks transisi sparse dari graf input dan menangani hipergraf heterogen dengan edge bertipe multi-relasi secara native.

Pangkat matriks = semua distribusi walk

Setiap iterasi mengalikan matriks embedding dengan matriks transisi sparse sehingga M^k menangkap distribusi lengkap semua walk panjang k tanpa sampling atau pendekatan stokastik.

Propagasi L2-ternormalisasi

Setiap iterasi mengganti embedding node dengan rata-rata L2-ternormalisasi dari tetangganya; 3–4 iterasi untuk kemiripan ko-occur, 7+ untuk kontekstual.

8 algoritme, satu API

Cleora, ProNE, RandNE, DeepWalk, Node2Vec, HOPE, NetMF, dan GraRep disatukan dalam satu API, dengan varian multiskala, attention, terarah, berbobot, streaming, dan induktif.

5 MB, tanpa dependensi berat

Pustaka sekitar 5 MB dan hanya membutuhkan numpy serta scipy, dikirim sebagai ekstensi Rust terkompilasi tanpa CUDA atau driver GPU.

Cleora Kasus Penggunaan

Sistem rekomendasi dari graf bipartit pengguna-item

Deteksi penipuan dan anomali pada graf transaksi

Embedding jaringan sosial dan knowledge graph skala besar

Cleora Pertanyaan yang sering diajukan

Bagaimana cara menginstal pycleora?

Di PyPI jalankan `pip install pycleora`. Dari sumber: instal maturin, clone https://github.com/pycleora/pycleora, jalankan `maturin build --release`, dan instal wheel yang dihasilkan.

Dependensi apa yang dibutuhkan Cleora?

Hanya numpy dan scipy. Matplotlib opsional untuk visualisasi.

Apakah Cleora membutuhkan GPU?

Tidak. Cleora hanya CPU dan deterministik, dengan inti Rust dan API Python, tanpa CUDA, cuDNN, atau driver GPU.

Cleora Latar Belakang Produk & Tautan Resmi

Cleora Email Dukungan & Kontak layanan pelanggan & Kontak Pengembalian Dana dll.

Untuk Kontak selengkapnya, kunjungi halaman tentang kami(https://cleora.ai/docs)

Cleora Info Perusahaan

Cleora Nama perusahaan: Synerise

Lebih lanjut tentang Cleora, Silakan kunjungi halaman tentang kami(https://cleora.ai/docs)

Cleora GitHub

Cleora Tautan GitHub: https://github.com/pycleora/pycleora

Harga & Paket Cleora

Sumber terbuka

Gratis

Lisensi MIT
Instal via pip install pycleora
Embedding graf hanya CPU tanpa GPU
Termasuk dokumentasi, referensi API, dan benchmark

Berlangganan & tingkatkan sekarang

Tag Cleora

Sumber terbuka API tersedia Untuk pengembang Dihosting sendiri Tanpa pengaturan

Pekerjaan Paling Cocok untuk Cleora

Pengembang Perangkat Lunak Ilmuwan Data Peneliti Akademik