介绍了Amazon Neptune ML的功能和如何在属性图形中用它进行关联预测。教程要求准备一个启用了Neptune ML功能的Amazon Neptune Cluster和一个同一区域的S3存储桶。注意教程可能会产生额外费用并需要大约30分钟完成。图形数据常常不完整,缺少属性值或连接,而使用图形数据的需求使得这个问题更加突出。Neptune ML通过将机器学习模型集成到实时图形遍历过程中,可以预测和推断缺失的图形元素,从而解决这个问题。Neptune ML是Amazon Neptune的一个功能,它允许用户自动创建、管理和使用图形神经⽹络机器。
Amazon Neptune ML图神经⽹络构建与关联预测实例
文件列表
实验手册压缩包.zip
(预估有个21文件)
实验手册压缩包
.DS_Store
6KB
eccd53149852486082ff4052b126187d.markdown
55KB
neptune-手册v2022.050.4.html
3.07MB
vertopal_eccd53149852486082ff4052b126187d
封底.jpg
477KB
e2a2d95c-9551-4462-af5d-db87b275c488.png
73KB
f5317a30-b9ff-43d1-a3be-f9aeb10dfd11.png
81KB
266cd195-1053-46c3-bfb9-d2019806f049.png
38KB
实验封面1.png
192KB
暂无评论