كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

Amazon Photo

تجارة إلكترونية (شبكة شراء مشترك)

نظيرة Amazon Computers لكن لمنتجات التصوير: المنتجات عقد، والشراء المشترك روابط، ومراجعات المنتج خصائص بكيس الكلمات. أصغر حجماً وأسرع تدريباً، فتصلح لمقارنة سريعة بين النماذج مع تقسيمات متعددة.

1رسوم
7,650عقد
238,162روابط
745خصائص
8فئات

الوصف

نظيرة Amazon Computers لكن لمنتجات التصوير: المنتجات عقد، والشراء المشترك روابط، ومراجعات المنتج خصائص بكيس الكلمات. أصغر حجماً وأسرع تدريباً، فتصلح لمقارنة سريعة بين النماذج مع تقسيمات متعددة.

بطاقة المجموعة

نوع المهمة
تصنيف العقد (Node Classification)
التقسيم المعياري
لا يوجد تقسيم رسمي؛ يُتبع بروتوكول Shchur et al. (20 عقدة لكل فئة للتدريب و30 للتحقق) مع تكرار التقسيم.
الإصدار / المحمِّل
torch_geometric.datasets.Amazon(root, name="Photo")
الترخيص
راجع شروط الاستخدام في صفحة المصدر قبل إعادة التوزيع؛ لم يُذكر الترخيص هنا لأننا لم نتحقق منه.
حجم البيانات
عدد الروابط بحسب PyG (كل رابط غير موجّه يُعدّ مرتين).
مصدر الإحصاءات
جدول STATS في توثيق PyTorch Geometric 2.8.1 (الصنف Amazon)، مقروءاً من الحزمة نفسها.
المصدر الرسمي
https://github.com/shchur/gnn-benchmark
في المتصفح
لا: تُشغَّل عبر خادم Python الاختياري أو بالشيفرة أدناه على جهازك.

ملاحظة التشغيل

لا تُضمَّن في المختبر ولا تُشغَّل في المتصفح لحجمها أو لترخيصها. حمّلها في بيئة Python الخاصة بك بالشيفرة المرفقة.

التحميل بلغة Python (PyTorch Geometric)

from torch_geometric.datasets import Amazon

dataset = Amazon(root="data/Amazon", name="Photo")
data = dataset[0]

المراجع

  1. Shchur, O., Mumme, M., Bojchevski, A., & Günnemann, S. (2018). Pitfalls of Graph Neural Network Evaluation. NeurIPS 2018 Workshop on Relational Representation Learning. arXiv: 1811.05868تبيّن أن ترتيب النماذج يتغير مع تغيير التقسيم، وتوصي بتقسيمات وبذور متعددة.
  2. PyG Team. PyTorch Geometric documentation. Official documentation. pytorch-geometric.readthedocs.ioالتوثيق الرسمي للمكتبة؛ منه أُخذت جداول إحصاءات المجموعات (الإصدار 2.8.1).