Cleora

Active

Hasło reklamowe:Silnik embeddingów grafów w Rust dla deterministycznych wektorów na CPU

Zaktualizowano:-

Media społecznościowe:

Narzędzia AI dla programistów Analityka Danych AI Badania i Analiza Danych Open source API dostępne Dla programistów Samodzielny hosting Brak konfiguracji

Otwórz stronę internetową

Odwiedź stronę

Promuj ten produkt|Zgłoś własność tego produktu

Co to jest Cleora?

Cleora to silnik embeddingów grafów w Rust, który oblicza deterministyczne embeddingi przez rzadką propagację Markowa z przeplataną whitening. Zainstaluj pycleora przez pip, zbuduj graf z listy krawędzi i generuj embeddingi na CPU bez random walk, negative sampling i GPU.

Jak używać Cleora?

Zainstaluj `pip install pycleora`, zdefiniuj krawędzie jako pary encji oddzielone spacjami, zbuduj graf przez SparseMatrix.from_iterator, wywołaj embed(graph, feature_dim=256) i szukaj podobieństw przez find_most_similar.

Cleora Kluczowe funkcje

Rzadka macierz Markowa

Buduje rzadką macierz przejść z grafu wejściowego i natywnie obsługuje heterogeniczne hipergrafy z typowanymi, wielorelacyjnymi krawędziami.

Potęgi macierzy = wszystkie rozkłady walk

Każda iteracja mnoży macierz embeddingów przez rzadką macierz przejść, więc M^k uchwytuje pełny rozkład wszystkich walk długości k bez próbkowania i aproksymacji stochastycznej.

Propagacja z normalizacją L2

Każda iteracja zastępuje embedding węzła średnią L2-znormalizowaną sąsiadów; 3–4 iteracje dla podobieństwa współwystępowania, 7+ dla kontekstowego.

8 algorytmów, jedno API

Cleora, ProNE, RandNE, DeepWalk, Node2Vec, HOPE, NetMF i GraRep są zunifikowane w jednym API z wariantami multiscale, attention, skierowanymi, ważonymi, streaming i indukcyjnymi.

5 MB, bez ciężkich zależności

Biblioteka ma około 5 MB i wymaga tylko numpy oraz scipy, dostarczana jako skompilowane rozszerzenie Rust bez CUDA i sterowników GPU.

Cleora Scenariusze użycia

Systemy rekomendacji z dwudzielnych grafów użytkownik-produkt

Wykrywanie oszustw i anomalii na grafach transakcji

Embeddingi sieci społecznościowych i grafów wiedzy na dużą skalę

Cleora Często zadawane pytania

Jak zainstalować pycleora?

Na PyPI uruchom `pip install pycleora`. Ze źródeł: zainstaluj maturin, sklonuj https://github.com/pycleora/pycleora, uruchom `maturin build --release` i zainstaluj wygenerowany wheel.

Jakich zależności wymaga Cleora?

Tylko numpy i scipy. Matplotlib jest opcjonalny do wizualizacji.

Czy Cleora wymaga GPU?

Nie. Cleora działa tylko na CPU i deterministycznie, z rdzeniem Rust i API Python, bez CUDA, cuDNN i sterowników GPU.

Cleora Opis produktu i oficjalne linki

Cleora E-mail pomocy technicznej, kontakt z obsługą klienta, kontakt w sprawie zwrotów itp.

Więcej kontaktów, odwiedź strona o nas(https://cleora.ai/docs)

Cleora Informacje o firmie

Cleora Nazwa firmy: Synerise

Więcej o Cleora, Odwiedź stronę strona o nas(https://cleora.ai/docs)

Cleora GitHub

Cleora Link do GitHuba: https://github.com/pycleora/pycleora

Cennik i plany Cleora

Open Source

Bezpłatne

Bezpłatnie

Licencja MIT
Instalacja przez pip install pycleora
Embeddingi grafów tylko na CPU bez GPU
Dokumentacja, referencja API i benchmarki w zestawie

Subskrybuj i przejdź na wyższy plan

Tagi Cleora

Open source API dostępne Dla programistów Samodzielny hosting Brak konfiguracji

Zawody najlepiej pasujące do Cleora

Twórcy oprogramowania Analitycy danych Badacze akademiccy