Cleora

Active

Slagord:Rust-basert graf-innbyggingsmotor for deterministiske CPU-innbygginger

Oppdatert:-

Sosiale medier:

AI-utviklerverktøy AI-dataanalyse Forskning og dataanalyse Åpen kildekode API tilgjengelig For utviklere Selvhostet Uten oppsett

Åpne nettsted

Besøk nettsted

Markedsfør dette produktet|Gjør krav på dette produktet

Hva er Cleora?

Cleora er en Rust-basert graf-innbyggingsmotor som beregner deterministiske innbygginger via spars Markov-propagasjon med interleaved whitening. Installer pycleora med pip, bygg grafer fra kantlister og generer innbygginger på CPU uten random walks, negative sampling eller GPU.

Hvordan bruke Cleora?

Installer med `pip install pycleora`, definer kanter som enhetspar separert med mellomrom, bygg grafen med SparseMatrix.from_iterator, kall embed(graph, feature_dim=256) og søk likhet med find_most_similar.

Cleora Kjernefunksjoner

Spars Markov-matrise

Bygger en spars overgangsmatrise fra inndatagrafen og håndterer heterogene hypergrafer med typede, multirelasjonelle kanter nativt.

Matrisepotenser = alle walk-fordelinger

Hver iterasjon multipliserer innbyggingsmatrisen med den sparset overgangsmatrisen slik at M^k fanger den fullstendige fordelingen av alle walks av lengde k uten sampling eller stokastisk tilnærming.

L2-normalisert propagasjon

Hver iterasjon erstatter nodens innbygging med L2-normalisert gjennomsnitt av naboene; 3–4 iterasjoner for samforekomstlikhet, 7+ for kontekstuell likhet.

8 algoritmer, ett API

Cleora, ProNE, RandNE, DeepWalk, Node2Vec, HOPE, NetMF og GraRep er forent under ett API med varianter for multiskala, attention, rettede, vektede, streaming og induktive grafer.

5 MB, ingen tunge avhengigheter

Biblioteket er omtrent 5 MB og krever bare numpy og scipy, levert som kompilert Rust-utvidelse uten CUDA eller GPU-drivere.

Cleora Brukstilfeller

Anbefalingssystemer fra bruker-vare-bipartitte grafer

Svindel- og anomalideteksjon på transaksjonsgrafer

Sosiale nettverks- og kunnskapsgraf-innbygginger i stor skala

Cleora Ofte stilte spørsmål

Hvordan installerer jeg pycleora?

På PyPI kjør `pip install pycleora`. Fra kilde: installer maturin, klon https://github.com/pycleora/pycleora, kjør `maturin build --release` og installer det genererte wheel-paketet.

Hvilke avhengigheter krever Cleora?

Bare numpy og scipy. Matplotlib er valgfritt for visualisering.

Krever Cleora GPU?

Nei. Cleora er kun CPU og deterministisk, med Rust-kjerne og Python-API, uten CUDA, cuDNN eller GPU-drivere.

Cleora Produktbakgrunn og offisielle lenker

Cleora Support-e-post & kundeservicekontakt & refusjonskontakt osv.

Mer kontakt, besøk Om oss side(https://cleora.ai/docs)

Cleora Firmainformasjon

Cleora Firmanavn: Synerise

Mer om Cleora, Vennligst besøk Om oss side(https://cleora.ai/docs)

Cleora GitHub

Cleora GitHub-lenke: https://github.com/pycleora/pycleora

Cleora Priser og planer

Åpen kildekode

Gratis

MIT-lisens
Installasjon via pip install pycleora
Graf-innbygginger kun på CPU uten GPU
Dokumentasjon, API-referanse og benchmarks inkludert

Abonner & oppgrader nå

Cleora Tagger

Åpen kildekode API tilgjengelig For utviklere Selvhostet Uten oppsett

Mest passende yrker for Cleora

Programvareutviklere Dataforskere Akademiske forskere