记录成功运行图生成器GraphGen的过程

原创 已于 2022-08-01 09:24:01 修改 · 526 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#图数据库 #graphgen

于 2021-03-23 20:36:09 首次发布
博主分享了在尝试GraphGen程序时遇到的问题，通过安装多个CentOS版本，最终在CentOS6中成功运行，详细记录了准备的硬件和软件资源，包括CenOS镜像链接及提取码。特别感谢论文作者和相关技术贡献者。

按照博主提供的思路，没有解决GraphGen的错误运行。后来向论文作者讨教，发来源码。经过安装了10个版本的CentOS的虚拟机，终于在一个CentOS 6中成功运行了此程序。

准备工作（硬件和软件）

  1. 硬件
    在这里插入图片描述
    2.软件
    在这里插入图片描述
    CenOS镜像：
    链接：https://pan.baidu.com/s/1abfs3nymgdPIYL5zAiCvJw 提取码：4mv7
    在这里插入图片描述
    要运行的程序：
    在这里插入图片描述
    在这里感谢Jongik Kim 、James Cheng、Ke Yiping, Kelly (Asst Prof)。

更新

2022年8月1日应网友需求更新CenOS镜像文件的下载链接：
链接：https://pan.baidu.com/s/1BEokQy88ZFYbmGHgDnxdGw 提取码：s7vm

论文导读 | 高效图生成模型
weixin_48167662的博客
06-16 790
PKUMOD 石瑶 深度图生成任务旨在利用同分布的图数据集，学习得到其概率分布并能够进行反复采样，得到新图。深度图生成器（Deep graph generator, DGG）主要应用分为真实图生成以及目标驱动的图生成两部分，前者目标为生成与给定图尽可能相似的图，多用于社交网络等场景，后者目标为优化给定目标或约束，主要场景为药物分子生成等。 DGG主要面临以下几个挑战：可扩展性，大多数模型的生成规模以百为单位，仅可以满足分子图的需求；节点表示顺序，O(n!)种表示，会影响objective ...
GraphGen: An FPGA Framework for Vertex-Centric Graph Computation
weixin_40641725的博客
03-15 809
摘要 以顶点为中心的图形计算已广泛应用于对图形数据结构进行操作的许多机器学习和数据挖掘应用程序中。本文介绍了GraphGen，这是一个以FPGA为中心的顶点为中心的框架，用于图形计算的硬件加速。 GraphGen接受以顶点为中心的图形规范，并将其自动编译到目标FPGA平台的特定于应用程序的综合图形处理器和存储系统上。我们报告了使用GraphGen在Terasic DE4和Xilinx ML605 ...
graphgen：从GPS轨迹生成可路由图
02-24
Graphgen 该存储库是我在进行研究时编写的代码的集合。 目的是从的GPS轨迹集合中生成可路由图。 算法/结果 我们首先对数据进行预处理。 数据分为GPS轨迹，不正确的轨迹被丢弃。 接下来，将迹线分为各自的通道。 到目前为止，此分类是手动完成的。 分类后，由提出的图形生成算法用于生成表示道路网络的有向图。 以下是生成的图形叠加在原始GPS轨迹上的示例： 改进措施 仍有许多改进之处： 清理多条道路合并或拆分的图 改善数据预处理 进行大量测试以确定最佳参数
LLM图生成：潜力与挑战并存
XianxinMao的博客
04-03 838
大型语言模型（LLMs）在图生成任务中展现出巨大潜力，尤其在生成具有特定属性和特征的图结构方面，广泛应用于药物发现、材料科学、网络设计等领域。然而，LLMs在处理复杂规则和分布时仍存在局限性，如难以生成符合特定分布的图或处理大规模图生成任务。提示设计（如少样本提示和思维链提示）对LLMs的图生成能力有显著影响，但其效果并不一致，需进一步优化。PyGraft工具通过生成多样化的合成模式和知识图谱，为图生成任务提供了重要的数据支持，有助于提升LLMs在该领域的表现。未来研究可结合专业图生成方法、优化模型架构和提
GraphGen：基于知识图谱的LLM监督微调增强方法 - 突破数据生成瓶颈！
最新发布
2401_85343303的博客
09-20 987
GraphGen是一种基于知识图谱驱动的合成数据生成框架，专为解决LLM在知识密集型任务中的数据生成问题。该框架通过理解损失机制识别模型知识盲区，利用知识图谱引导生成原子、聚合和多跳三类QA数据，显著提升模型性能。实验表明，GraphGen在多个基准测试中实现超过50%的性能提升，仅用5%的高损失数据即可接近全量数据效果。
graphGen:简单的JS图表生成器
06-30
图生成 简单的JS图表生成器
MybatisPlus代码生成器实现只覆盖指定文件
孤城浪子的博客
05-14 5312
MybatisPlus代码生成器实现只覆盖指定文件 问题 在使用MybatisPlus的过程中如果数据库结构发生了改变(增加或者删除了字段)，应该怎么办？ 重新运行代码生成器？ 手动去Entity里面修改？ 第一个办法在项目还没开始的时候是没问题的，毕竟控制器和服务里面都没有代码，只要把全局策略 globalConfig 配置中的fileOverride设置为true就可以直接覆盖了，但是如果已经写了一部分就不行了，因为代码生成器覆盖的话默认会覆盖所有的文件，而在service和mapper这些文件里面
C++实现的可定制随机数生成器（附完整源代码）
在开发过程中，开发者还可能会使用调试器来测试和调试程序，以确保程序可以正确运行并按预期工作。 知识点8：随机数生成器的实用性和局限性 随机数生成器在软件开发中有广泛的应用，如游戏开发、模拟程序、加密算法...
Qt实现的密钥生成器与使用Demo教程
标题《Qt编写密钥生成器+使用demo》提到的是一项软件开发实践，其中涉及软件授权和试用控制机制的实现。在商业软件中，为了确保软件的合法使用以及防止非法复制，开发者通常会在软件中集成一些激活或试用限制机制。...
java代码生成器（亲测，好用）
03-23
通过自定义模板和规则，它能够自动化生成常见的业务逻辑代码、数据访问层（DAO）、服务层（Service）、控制器（Controller）以及实体类（Entity）等，大大简化了开发过程。 该工具的核心原理是基于元数据和模板引擎...
随机姓名生成器 （按性别） C# 源代码和执行程序
05-31
随机生成指定数量的人名字，如下面的运行结果： 100个男性名字 古彬邦 司徒军会 饶光振 乐东涛 史哲广 李岩安 邓松勇 韩彪诚 时辉东 齐才贵 欧坚飞 丁江彬 黎飞哲 江进坚 骆富壮 毕壮山 石涛江 倪俊河 郎刚兴 黄...
列车运行图自动生成系统的设计
10-10
整个系统分菜单栏与运行图显示两部分 1.菜单栏包括：列车时刻表，列车晚点登记 2.列车时刻表：点击后形成窗口，显示列车（火车）车次，出发和到站的时间 3.列车晚点登记：点击后形成窗口，输入晚点火车车次，晚点时间和实际到站时间，并有确定按钮。在有晚点登记时，运行图显示部分自动调整并且更新列车时刻表里的内容 4.运行图显示部分：表示时间和车站的轴线（绿色的线）是固定不变的，表示火车运行的斜线（红色和蓝色的线）是由列车时刻表里的信息决定的。
ETRC列车运行图绘制软件
06-13
根据线路和列车数据，绘制列车运行图。内含具体操作指导文件
GraphGen:图生成语法
06-01
GraphGen：程序生成的图 概述 GraphGen 允许您定义和执行生成图文法。 其目的是以编程方式生成图形。 该过程通常从一个小图开始，可能只是一个顶点A 。 然后我们应用LHS ==> RHS形式的产生式（还记得你的编译器类吗？）将当前图的子图转换为新图。 例如，产生式A ==> A->B说要找到一个由单个顶点A组成的子图，并通过添加一个新顶点B并用边连接两者来变换它。 所以如果我们从A开始，我们会以A->B结束。 再次执行此操作将导致A->B1,B2 （ A指向标签为B两个顶点）。 我们重复这个过程，直到图形达到你想要的大小。 这一特定实现是“上下文敏感的”，这意味着您可以在 LHS 上拥有多个顶点。 所以你可以有以下产品A->B ==> A->C 。 这将找到一个子图A->B ，删除B和所有连接到它的边，添加一个新顶点C ，并将其连接到A 。 图转换语义 了解如何应用转换非
Lguo电子运行图
12-09
Lguo铁路电子运行图编制，2009年版，运行图。
上海地铁列车运行图自动编制系统
07-10
上海地铁列车运行图自动编制系统，关于上海地铁的列车运行图自动变质的研究。
GraphGen 在我的电脑上不能运行成功问题的解决
陈广智的专栏
12-03 1797
1 介绍 最近，由于研究的需要，接触到了两个人工数据集(Synthetic dataset) 生成程序，它们能够生成加标签的无向的联通图数据，供研究图索引和图匹配的人们作为数据使用。一个是GTgraph，虽然也经历了波折，最终在我的Ubuntu14.04 台式机运行成功了；另外一个是GraphGen，更是让我费尽周折，经过我坚持不懈的努力，最终在我的笔记本电脑上利用模拟器(Simulator)
GraphGen：提升LLM知识覆盖的合成数据生成框架
gitblog_01179的博客
04-28 628
GraphGen：提升LLM知识覆盖的合成数据生成框架 项目介绍 GraphGen是一款基于知识图的合成数据生成框架，它通过构建细粒度的知识图谱，并利用这一图谱指导生成能够弥补大型语言模型（LLM）知识缺口的问答（QA）数据。GraphGen的核心在于通过合成数据增强监督微调过程，从而提高LLM的性能，特别是在长尾知识上的表现。 项目技术分析 GraphGen的工作流程开始于从源文本构建一个细粒度...
GraphGen：训练数据合成实践
weixin_42716893的博客
06-26 1243
该框架通过构建细粒度知识图谱、识别 LLMs 的知识盲点、并生成多风格的内容来提高模型在知识密集型任务上的表现。最后多说一下，bash scripts/generate.sh命令执行后我有很多次生成的数据都是0，后来我认为是jsonl文件的问题自己创建了新的数据文件就可以执行了，但是。- 聚合 QA 生成：组织和改写子图中的数据，生成涉及多个实体和关系的综合性问答对。- 知识图谱聚合：将不同片段中的相同实体或关系的描述自动合并，形成知识图谱。- 多跳 QA 生成：明确实体间关系，生成需要多步推理的问答对。
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值