cuGraph 笔记本#

GraphAnalyticsFigure

此仓库包含一系列Jupyter Notebooks，概述了如何运行各种cuGraph分析。这些笔记本并不解决完整的数据科学问题。这些笔记本只是如何运行图分析的示例。这里不涉及在图分析之前或之后的数据操作。扩展的、更专注于问题的笔记本正在创建中，并可在https://github.com/rapidsai/notebooks-extended获取。

摘要#

文件夹 笔记本 描述
中心性
Centrality 计算并比较多个（目前为5个）中心性分数
Katz 计算每个顶点的Katz中心性
Betweenness 计算边和顶点的介数中心性
Degree 计算每个顶点的度中心性
Eigenvector 计算每个顶点的特征向量
社区
Louvain and Leiden 使用Louvain和Leiden算法识别图中的集群
ECG 使用图集合聚类识别图中的集群
K-Truss 提取K-Truss集群
Spectral-Clustering 使用谱聚类识别图中的集群，包括
- 平衡切割
- 模块化
Subgraph Extraction 计算现有图的子图，仅包含指定的顶点
Triangle Counting 计算图中的三角形数量
组件
Connected Components 在图中查找弱连通和强连通组件
核心
K-Core 提取K-core集群
Core Number 计算图中每个顶点的核心数
布局
Force-Atlas2 使用cuGraph实现的大规模图形可视化。
链接分析
Pagerank 计算图中每个顶点的PageRank
HITS 计算图中每个顶点的HITS' Hub和Authority分数
链接预测
Jaccard Similarity 使用以下两种方法计算顶点相似度得分：
- Jaccard Similarity
- Weighted Jaccard
Overlap Similarity 使用重叠系数计算顶点相似度分数
采样
Random Walk 计算不同种子数量和路径长度的随机游走
遍历
BFS 计算从起始顶点到图中每个其他顶点的广度优先搜索路径
SSSP 单源最短路径 - 计算从起始顶点到每个其他顶点的最短路径
结构
Renumbering
Renumbering 2		 重新编号图中的顶点ID（两个示例笔记本）
Symmetrize 对称化图中的边

RAPIDS 笔记本#

访问主要的RAPIDS notebooks 仓库，查看所有RAPIDS库中的所有notebooks列表。

需求#

在这些笔记本中运行示例需要：

  • 最新版本的RAPIDS与cuGraph。

  • cuGraph 依赖于最新版本的 cuDF。请安装 RAPIDS 的所有组件

  • Python 3.10+

  • 具有NVIDIA GPU的系统：Volta架构或更新版本

  • CUDA 11.4+

On this page
Show Source