1月18日云栖精选夜读 | Euler 今日问世!国内首个工业级的图深度学习开源框架,阿里妈妈造

简介: 阿里妹导读:千呼万唤始出来!阿里妈妈正式公布重磅开源项目——图深度学习框架Euler。这是国内首个在核心业务大规模应用后开源的图深度学习框架。此次开源,Euler内置了大量的算法供用户直接使用,相关代码已经可在GitHub上进行下载。
阿里妹导读:千呼万唤始出来!阿里妈妈正式公布重磅开源项目——图深度学习框架Euler。这是国内首个在核心业务大规模应用后开源的图深度学习框架。此次开源,Euler内置了大量的算法供用户直接使用,相关代码已经可在GitHub上进行下载。

热点热

Euler 今日问世!国内首个工业级的图深度学习开源框架,阿里妈妈造

作者:技术小能手 发表在:阿里技术

天啦噜!在家和爱豆玩"剪刀石头布",阿里工程师如何办到?

作者:技术小能手 发表在:阿里技术

云栖专辑 | 阿里开发者们的20个感悟,一通百通

作者:云篆

知识整理

SAP创建物料MM01的三个画面(初始、主画面、附加画面)

作者:pandamonica

Redis 缓存 雪崩 穿透

作者:心意乱

自然语言处理hanlp的入门基础

作者:大数据资讯

开发函数计算的正确姿势 —— 安装第三方依赖

作者:倚贤

ES6规范import和export用法总结

作者:刘琨1227

美文回顾

Linux基础命令---usermod

作者:一生有你llx

网站有漏洞被攻击篡改了数据该怎么修复解决

作者:网站安全

如何在基于Bytom开发过程中集成IPFS

作者:比原链bytom

寒冬已至,传统零售业如何打破僵局“逆境生长”

作者:云市场isv 发表在:云市场头条

5个要点,告诉您为何要将旧版 Windows 应用程序进行现代化改造

作者:docker公司 发表在:Docker公司

企业采购阿里云服务器 这些技巧你知道吗

作者:66一米阳光

AI消除 bug ,彻底了实现了“bug-free″?

作者:异步社区

有奖话题讨论

程序员因加班不在现场错失年会头奖,公司应该给吗?

性能测试 PTS 有奖分享,新年大礼包等你拿!


往期精彩回顾

1月17日云栖精选夜读 | 一张图看懂阿里巴巴商业操作系统

1月16日云栖精选夜读 | 阿里P8架构师谈:Zookeeper的原理和架构设计,以及应用场景

目录
相关文章
|
5月前
|
机器学习/深度学习 PyTorch 算法框架/工具
图神经网络是一类用于处理图结构数据的神经网络。与传统的深度学习模型(如卷积神经网络CNN和循环神经网络RNN)不同,
图神经网络是一类用于处理图结构数据的神经网络。与传统的深度学习模型(如卷积神经网络CNN和循环神经网络RNN)不同,
|
6月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现深度学习模型:图神经网络(GNN)
使用Python实现深度学习模型:图神经网络(GNN)
360 1
|
机器学习/深度学习 数据挖掘 语音技术
基于对数谱图的深度学习心音分类
这是一篇很有意思的论文,他基于心音信号的对数谱图,提出了两种心率音分类模型,我们都知道:频谱图在语音识别上是广泛应用的,这篇论文将心音信号作为语音信号处理,并且得到了很好的效果。
132 1
|
7月前
|
机器学习/深度学习 JSON 自然语言处理
python自动化标注工具+自定义目标P图替换+深度学习大模型(代码+教程+告别手动标注)
python自动化标注工具+自定义目标P图替换+深度学习大模型(代码+教程+告别手动标注)
|
机器学习/深度学习 数据可视化 PyTorch
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
|
机器学习/深度学习 编解码 数据可视化
深度学习基础入门篇9.1:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
深度学习基础入门篇9.1:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
深度学习基础入门篇9.1:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
|
机器学习/深度学习 存储 编解码
使用深度学习从分割图生成图像
使用深度学习从分割图生成图像
190 0
|
机器学习/深度学习 人工智能 算法
上海交通大学王宇光:几何深度学习和图神经网络的研究进展和趋势
上海交通大学王宇光:几何深度学习和图神经网络的研究进展和趋势
443 0
|
机器学习/深度学习 算法
深度学习相关概念:计算图与反向传播
在深度学习分类问题中,反向传播是一个重要的环节,它决定着模型是否能被训练,反向传播相当于一个负反馈,当一件事做完之后,会寻找当前事件做的不好的问题,进行回传,当下次在做的时候,进行优化。
203 0
|
机器学习/深度学习 人工智能 算法
「几何深度学习」从古希腊到AlphaFold,「图神经网络」起源于物理与化学
「几何深度学习」从古希腊到AlphaFold,「图神经网络」起源于物理与化学
295 0
下一篇
DataWorks