الوصف
Cleora هو محرك تضمين رسوم بيانية ثوري مدعوم بلغة Rust مصمم لتوفير تضمينات رسوم بيانية حتمية وعالية الدقة. على عكس الطرق التقليدية التي تعتمد على المسارات العشوائية، وأخذ العينات السلبية، ومجموعات وحدات معالجة الرسومات، يقوم Cleora بحساب التوزيع الدقيق لجميع المسارات الممكنة في قوة مصفوفة متناثرة واحدة. يلغي هذا النهج الضوضاء والتقريب العشوائي، مما يضمن قابلية تكرار مثالية وحسابًا أسرع بكثير على نواة وحدة معالجة مركزية واحدة.
قراءة المزيد
يكمن جوهر ابتكار Cleora في خوارزميته. يقوم ببناء مصفوفة انتقال متناثرة من الرسم البياني المدخل، ويتعامل مع الرسوم البيانية الفائقة غير المتجانسة ذات الحواف المصنفة والمتعددة العلاقات بشكل أصلي. كل تكرار لضرب المصفوفة مع مصفوفة الانتقال هذه يلتقط التوزيع الكامل للمسارات بطول معين. يتبع ذلك انتشار مع تطبيع L2، حيث يتم تحديث تضمين كل عقدة إلى المتوسط المطبعي لتضمينات جيرانها. تتطلب هذه العملية بضع تكرارات فقط لتشابه التواجد المشترك والمزيد قليلاً لتشابه السياق، مما يجعلها أسرع بمراتب من الطرق القائمة على أخذ العينات.
تشمل المزايا الرئيسية لـ Cleora سرعته ودقته وكفاءته. إنه أسرع بما يصل إلى 240 مرة من GraphSAGE ويستخدم ذاكرة أقل بكثير من المكتبات الأخرى مثل NetMF. المحرك حتمي افتراضيًا، وهو أمر بالغ الأهمية للبحث القابل للتكرار وخطوط أنابيب التعلم الآلي الإنتاجية. يدعم الرسوم البيانية الفائقة غير المتجانسة بشكل أصلي، مما يلغي الحاجة إلى معالجة مسبقة معقدة للرسوم البيانية. علاوة على ذلك، يتميز Cleora بحجم تثبيت صغير يبلغ حوالي 5 ميجابايت مع numpy و scipy فقط كاعتماديات، مما يتجنب مشاكل تثبيت برامج تشغيل وحدة معالجة الرسومات والأطر الثقيلة.
Cleora جاهز للإنتاج، ويوفر تضمينات مستقرة واستقرائية تدعم تضمين العقد الجديدة دون إعادة تدريب الرسم البياني بأكمله. تمتد قدراته إلى تطبيقات مختلفة، بما في ذلك أنظمة التوصية، والرسوم البيانية المعرفية، وحل الكيانات، واكتشاف الاحتيال، واكتشاف الأدوية. يتم تسليط الضوء على كفاءة المحرك من خلال دراسات الحالة مثل Zomato، التي استبدلت GraphSAGE بـ Cleora، مما قلل وقت إنشاء التضمين من 20 ساعة إلى أقل من 5 دقائق لملايين المستخدمين.
يوفر Cleora مجموعة شاملة من الأدوات، بما في ذلك خوارزميات بديلة مدمجة للمقارنة، ومجموعة تقييم غنية لتقييم جودة التضمين، وقدرات أخذ عينات الرسوم البيانية، وضبط المعلمات الفائقة. يتضمن أيضًا أداة سطر أوامر للتكامل السهل في خطوط أنابيب البرمجة النصية و CI/CD. المكتبة بأكملها مفتوحة المصدر، ومجانية للاستخدام والتعديل والنشر، مما يوفر حلاً فعالاً من حيث التكلفة مقارنة بالبدائل القائمة على وحدة معالجة الرسومات.
- الفئةتعلّم الآلة وعلم البيانات
- نموذج التسعيرمفتوح المصدر
- النشرفقط وحدة المعالجة المركزية
- المنصاتالويب
الميزات الأساسية لـ محرك تضمين الرسوم البيانية Cleora
حساب تضمين الرسوم البيانية بشكل حتمي عبر قوى المصفوفات المتناثرة
تنفيذ يعتمد على وحدة المعالجة المركزية فقط، لا حاجة لوحدة معالجة الرسومات
يتعامل مع الرسوم البيانية الفائقة غير المتجانسة ذات الحواف المصنفة والمتعددة العلاقات بشكل أصلي
يلغي أخذ عينات المسارات العشوائية وتدريب skip-gram
يحقق دقة عالية على الرسوم البيانية الواقعية
أسرع بكثير من الطرق القائمة على وحدة معالجة الرسومات والطرق القائمة على أخذ العينات
اعتماديات دنيا وحجم تثبيت صغير (~5 ميجابايت)
يدعم التعلم الاستقرائي للعقد الجديدة دون إعادة تدريب
يتضمن خوارزميات بديلة مدمجة للمقارنة
يوفر مجموعة تقييم غنية لجودة التضمين
يوفر أداة سطر أوامر للتكامل مع البرمجة النصية و CI/CD
مفتوح المصدر ومجاني للاستخدام والتعديل والنشر
كيفية استخدام محرك تضمين الرسوم البيانية Cleora؟
التثبيت: pip install pycleora
بيانات الإدخال: تغذية قوائم الحواف، سجلات التفاعل، أو ثلاثيات المعرفة بتنسيق TSV.
بناء الرسم البياني: يقوم Cleora ببناء رسم بياني فائق غير متجانس من بيانات الإدخال.
قوة المصفوفة: يحسب مصفوفة الانتقال المتناثرة وقواها لالتقاط توزيعات المسارات.
إنشاء التضمين: يقوم الانتشار المطبع بـ L2 بإنشاء متجهات تضمين حتمية.
التعلم الآلي اللاحق: استخدم التضمينات التي تم إنشاؤها للتوصيات، التصنيف، البحث، إلخ.
حالات استخدام محرك تضمين الرسوم البيانية Cleora
- أنظمة التوصية
- الرسوم البيانية المعرفية
- حل الكيانات
- اكتشاف الاحتيال
- تحليل الشبكات الاجتماعية
- اكتشاف الأدوية
- تحسين سلسلة التوريد
- تقسيم العملاء
