Cleora
Activeอะไรคือ Cleora?
วิธีใช้ Cleora?
Cleora คุณลักษณะเด่น
เมทริกซ์ Markov แบบ sparse
สร้างเมทริกซ์การเปลี่ยนสถานะแบบ sparse จากกราฟอินพุต และรองรับไฮเปอร์กราฟแบบ heterogeneous ที่มีเส้นเชื่อมหลายความสัมพันธ์แบบมีประเภท
กำลังเมทริกซ์ = การแจกแจง walk ทั้งหมด
แต่ละรอบคูณเมทริกซ์ embedding กับเมทริกซ์การเปลี่ยนสถานะแบบ sparse เพื่อให้ M^k จับการแจกแจงทั้งหมดของ walk ความยาว k โดยไม่สุ่มตัวอย่างหรือประมาณแบบสุ่ม
การแพร่กระจายแบบปรับ L2
แต่ละรอบแทนที่ embedding ของโหนดด้วยค่าเฉลี่ย L2-normalized ของเพื่อนบ้าน 3–4 รอบสำหรับความคล้ายแบบ co-occurrence และ 7+ รอบสำหรับบริบท
8 อัลกอริทึม API เดียว
Cleora ProNE RandNE DeepWalk Node2Vec HOPE NetMF และ GraRep รวมอยู่ใน API เดียว พร้อมรูปแบบ multiscale attention directed weighted streaming และ inductive
5 MB ไม่มี dependency หนัก
ไลบรารีประมาณ 5 MB ต้องการแค่ numpy และ scipy จัดส่งเป็น Rust extension ที่คอมไพล์แล้วโดยไม่ต้องใช้ CUDA หรือไดรเวอร์ GPU
Cleora สถานการณ์การใช้งาน
ระบบแนะนำจากกราฟสองส่วนผู้ใช้-รายการ
ตรวจจับการฉ้อโกงและความผิดปกติบนกราฟธุรกรรม
การฝังเครือข่ายสังคมและกราฟความรู้ขนาดใหญ่
Cleora คำถามที่พบบ่อย
ติดตั้ง pycleora อย่างไร
Cleora ต้องการ dependency อะไร
Cleora ต้องใช้ GPU หรือไม่
Cleora ภูมิหลังของผลิตภัณฑ์และลิงก์ทางการ
Cleora อีเมลบริการลูกค้า บริการติดต่อฝ่ายบริการลูกค้าและการคืนเงิน ฯลฯ
ติดต่อเพิ่มเติม ไปที่ หน้าเกี่ยวกับเรา(https://cleora.ai/docs)
Cleora ข้อมูลบริษัท
Cleora ชื่อบริษัท: Synerise
เพิ่มเติมเกี่ยวกับ Cleora, โปรดเยี่ยมชม หน้าเกี่ยวกับเรา(https://cleora.ai/docs)
Cleora GitHub
Cleora ลิงก์ GitHub: https://github.com/pycleora/pycleora
ราคาและแผนของ Cleora
โอเพนซอร์ส
ฟรี- ใบอนุญาต MIT
- ติดตั้งผ่าน pip install pycleora
- การฝังกราฟบน CPU เท่านั้นไม่ต้องใช้ GPU
- รวมเอกสาร อ้างอิง API และ benchmark

