Cleora
Active
Что такое Cleora?
Как использовать Cleora?
Cleora Основные функции
Разреженная марковская матрица
Строит разреженную матрицу переходов из входного графа и нативно поддерживает гетерогенные гиперграфы с типизированными мульти-рёбрами.
Степени матрицы = все распределения walk
На каждой итерации матрица эмбеддингов умножается на разреженную матрицу переходов, так что M^k захватывает полное распределение всех walk длины k без сэмплирования и стохастической аппроксимации.
L2-нормализованная пропагация
На каждой итерации эмбеддинг узла заменяется L2-нормализованным средним соседей; 3–4 итерации для ко-встречаемости, 7+ для контекстной схожести.
8 алгоритмов, один API
Cleora, ProNE, RandNE, DeepWalk, Node2Vec, HOPE, NetMF и GraRep объединены в одном API с вариантами multiscale, attention, directed, weighted, streaming и inductive.
5 МБ, без тяжёлых зависимостей
Библиотека около 5 МБ, требует только numpy и scipy, поставляется как скомпилированное Rust-расширение без CUDA и GPU-драйверов.
Cleora Сценарии использования
Рекомендательные системы на двудольных графах пользователь-товар
Обнаружение мошенничества и аномалий на транзакционных графах
Эмбеддинги соцсетей и графов знаний в большом масштабе
Cleora Часто задаваемые вопросы
Как установить pycleora?
Какие зависимости нужны Cleora?
Нужен ли Cleora GPU?
Cleora История продукта и официальные ссылки
Cleora Email поддержки, контакты службы поддержки, контакты для возврата средств и т. д.
Для получения дополнительных контактов посетите страницу страница о нас(https://cleora.ai/docs)
Cleora Информация о компании
Cleora Название компании: Synerise
Подробнее о Cleora, Пожалуйста, посетите страница о нас(https://cleora.ai/docs)
Cleora GitHub
Cleora Ссылка на GitHub: https://github.com/pycleora/pycleora
Цены и тарифы Cleora
Открытый исходный код
Бесплатно- Лицензия MIT
- Установка через pip install pycleora
- Графовые эмбеддинги только на CPU без GPU
- Документация, справочник API и бенчмарки включены