3 रिपॉजिटरी
Awesome GitHub RepositoriesGraph Computation
Distributed execution of graph-based algorithms on large-scale data structures.
Distinct from Distributed Computing: Focuses on graph-specific algorithms like PageRank rather than general data processing
Explore 3 awesome GitHub repositories matching data & databases · Graph Computation. Refine with filters or upvote what's useful.
Awesome Graph Computation GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- angel-ml/angel
Angel-ML/angel
6,783GitHub पर देखेंAngel is a distributed machine learning framework and graph computation engine designed to train predictive models and execute algorithms across a cluster of servers. It functions as a distributed parameter server that synchronizes model weights and gradients across multiple machines to handle massive datasets. The system provides a production environment for model inference deployment to provide real-time predictions for end users. It integrates with Spark to run machine learning workflows and data processing pipelines through a compatible interface. The framework covers distributed graph c
Implements distributed graph computation for complex tasks such as PageRank and community detection.
Javahigh-dimensionalmachine-learningmodel - google-deepmind/graph_nets
google-deepmind/graph_nets
5,402GitHub पर देखेंgraph_nets is a graph-structured deep learning framework and library for building message-passing neural networks. It provides tools for designing architectures that operate on nodes and edges to process and reason about data structured as graphs using TensorFlow. The framework implements a message-passing paradigm for iterative information exchange between nodes. This approach enables the development of models that can reason about complex graph-structured inputs for tasks such as path-finding and sorting, or serve as a predictor for the future states and trajectories of physical systems.
Implements graph-based computation to perform complex tasks such as path-finding or sorting.
Pythonartificial-intelligencedeep-learninggraph-networks - thinkaurelius/titan
thinkaurelius/titan
5,228GitHub पर देखेंTitan एक वितरित ग्राफ़ डेटाबेस और कंप्यूटिंग इंजन है जिसे मल्टी-मशीन क्लस्टर में परस्पर जुड़े नोड्स और किनारों के विशाल डेटासेट को संग्रहीत और क्वेरी करने के लिए डिज़ाइन किया गया है। यह एक स्केलेबल ग्राफ़ स्टोरेज लेयर और ट्रांजेक्शनल स्टोर के रूप में कार्य करता है, जो बड़े पैमाने पर ग्राफ़ प्रोसेसिंग जॉब्स और डीप ट्रैवर्सल को निष्पादित करने के लिए एक फ्रेमवर्क प्रदान करता है। सिस्टम अपने प्लगेबल स्टोरेज बैकएंड द्वारा प्रतिष्ठित है, जो ग्राफ़ इंजन को भौतिक दृढ़ता परत से अलग करता है। यह प्रसंस्करण भार को संतुलित करने के लिए वर्टेक्स-कट डेटा विभाजन और एक सेट-कार्डिनैलिटी प्रॉपर्टी मॉडल का उपयोग करता है जो एकल गुणों को कई मान संग्रहीत करने की अनुमति देता है। प्लेटफ़ॉर्म भौगोलिक और पूर्ण-टेक्स्ट खोजों के लिए मल्टी-मॉडल ग्राफ़ इंडेक्सिंग, डेटासेट को फिर से इंडेक्स करने के लिए वैश्विक स्कीमा प्रबंधन और राइट-अहेड लॉगिंग द्वारा सुनिश्चित ट्रांजेक्शनल ऑपरेशंस सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। यह टाइम-टू-लाइव सेटिंग्स के माध्यम से एलिमेंट समाप्ति और क्वेरी गतिविधि और ट्रांजेक्शन विलंबता को ट्रैक करने के लिए सिस्टम प्रदर्शन निगरानी को भी शामिल करता है।
Provides a framework for executing large-scale graph processing jobs and deep traversals across a distributed cluster.
Java
