Facebook AI rend PyTorch-BigGraph open source

pytorch-biggraph

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

Recevez gratuitement l'actualité de l'intelligence artificielle

Suivez la Newsletter de référence sur l'intelligence artificielle (+ de 18 000 membres), quotidienne et 100% gratuite.


Tout comme vous, nous n'apprécions pas le spam. Vos coordonnées ne seront transmises à aucun tiers.
Partager l'article
1 an d'abonnement au magazine de référence sur l'IA pour 27,60€ Boutique ActuIA Recherche, Business, Impact : Restez à la page en matière d'intelligence artificielle.
intelligence artificielle
À PROPOS DE NOUS
Le portail francophone consacré à l'intelligence artificielle et à la datascience, à destination des chercheurs, étudiants, professionnels et passionnés.