Actualité Facebook AI rend PyTorch-BigGraph open source

Pour approfondir le sujet

Assistants virtuels : Konverso lève 2 millions d’euros

Konverso a conclu sa levée de fonds globale de 2 millions d'euros. La start-up spécialisée dans les plateformes conversationnelles appliquées à la sphère de...

“L’IA dans nos têtes, là où dialoguent le réel et l’imaginaire” avec Yann LeCun et Enki Bilal – Replay de la conférence du Forum...

Le mercredi 24 janvier dernier, le Forum Libération / France Inter — Voyage au cœur de l'Intelligence Artificielle s'est déroulé au studio 104 de la...

Netflix et AWS publient Metaflow en Opensource

Netflix est confrontée au quotidien aux problématiques de gestion de projet de datascience et de passage en production des mises à jour. La société...

Google présente de nombreux produits et services d’intelligence artificielle dont AI Hub

À l'occasion de la Cloud Next Conference, cette semaine, Google a annoncé de nouveaux produits et services d'intelligence artificielle proposés dans le cadre de...

Facebook AI rend PyTorch-BigGraph open source

Facebook AI vient de rendre open source PyTorch-BigGraph, un système distribué pour l’embedding (“plongement”) sur des graphs de très grande dimension.

PyTorch-BigGraph est destiné au travail sur des graphs d’interactions constitués de plusieurs milliards d’entités, trop imposants pour être stockés en mémoire. Il permet d’attribuer un score de proximité qualifiant les relations entre les différentes entités, en prenant en charge différents types de relations, chacun pouvant avoir un mode de calcul de proximité différent.

pytorch-biggraph-embedding
Illustration d’un embedding réalisé sur Freebase par l’équipe Facebook AI.

Afin de permettre la gestion de graphs de très grande dimensions, PyTorch-BigGraph prend en charge le partitionnement de graphs et réduit ainsi la quantité de mémoire nécessaire au traitement et stockage des paramètres. Il supporte également le calcul distribué sur plusieurs machines.

Il nécessite Python3.6 et PyTorch 1.0. L’outil prend en charge des données d’entrée au format CSV et permet également la génération des fichiers de résultat au format CSV.

L’outil repose sur les travaux effectués par Adam Lerer, Ledell Wu, Jiajun Shen, Timothee Lacroix, Luca Wehrstedt, Abhijit Bose, Alex Peysakhovich et présentés durant la conférence SysML.

Accéder au GitHub : https://github.com/facebookresearch/PyTorch-BigGraph

Accéder la publication: https://www.sysml.cc/doc/2019/71.pdf

Replay Dataquitaine : Processus de Décision Markovien et Apprentissage par Renforcement

Dataquitaine propose en replay son Atelier-Webinaire Data Science, organisé par Digital Aquitaine, le 30 juin 2020. Ce séminaire était dédié à la thématique "Processus...

Vidéo : IMT Mines Albi réalise une expérience d’immersion avec la plateforme de réalité virtuelle IOEMGA VR

À l'occasion du 1er anniversaire du laboratoire commun de recherche EGCERSIS, IMT Mines Albi a réalisé une expérience unique d'immersion. Cet exercice de gestion...

Cybersécurité : la Région Grand Est et quatre entreprises québécoises planchent sur un consortium

La Région Grand Est cherche à mettre en place une politique innovante pour renforcer l'attractivité de son territoire. Elle a ainsi signé un accord...

Replay – SophiaConf 2020 : Open Source, Intelligence Artificielle et Containers

Ces 29 et 30 juin étaient organisée SophiaConf, la grande manifestation annuelle de l'animateur azuréen du numérique de Telecom Valley, en version 100% numérique cette...