معرفی شرکت ها
adbdgl-adapter-2.1.0
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Convert ArangoDB graphs to DGL & vice-versa.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | adbdgl-adapter-2.1.0 |
| نام | adbdgl-adapter |
| نسخه کتابخانه | 2.1.0 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Anthony Mahanna |
| ایمیل نویسنده | anthony.mahanna@arangodb.com |
| آدرس صفحه اصلی | https://github.com/arangoml/dgl-adapter |
| آدرس اینترنتی | https://pypi.org/project/adbdgl-adapter/ |
| مجوز | Apache Software License |
# ArangoDB-DGL Adapter
[](https://github.com/arangoml/dgl-adapter/actions/workflows/build.yml)
[](https://github.com/arangoml/dgl-adapter/actions/workflows/analyze.yml)
[](https://coveralls.io/github/arangoml/dgl-adapter)
[](https://github.com/arangoml/dgl-adapter/commits/master)
[](https://pypi.org/project/adbdgl-adapter/)
[](https://pypi.org/project/adbdgl-adapter/)
[](https://github.com/arangoml/dgl-adapter/blob/master/LICENSE)
[](https://github.com/psf/black)
[](https://pepy.tech/project/adbdgl-adapter)
<a href="https://www.arangodb.com/" rel="arangodb.com"></a>
<a href="https://www.dgl.ai/" rel="dgl.ai"><img src="https://raw.githubusercontent.com/arangoml/dgl-adapter/master/examples/assets/dgl_logo.png" width=40% /></a>
The ArangoDB-DGL Adapter exports Graphs from ArangoDB, the multi-model database for graph & beyond, into Deep Graph Library (DGL), a python package for graph neural networks, and vice-versa.
## About DGL
The Deep Graph Library (DGL) is an easy-to-use, high performance and scalable Python package for deep learning on graphs. DGL is framework agnostic, meaning if a deep graph model is a component of an end-to-end application, the rest of the logics can be implemented in any major frameworks, such as PyTorch, Apache MXNet or TensorFlow.
* [Website](https://www.dgl.ai/)
* [Documentation](https://docs.dgl.ai/)
* [Highlighted Features](https://github.com/dmlc/dgl#highlighted-features)
## Installation
#### Latest Release
```
pip install adbdgl-adapter
```
#### Current State
```
pip install git+https://github.com/arangoml/dgl-adapter.git
```
## Quickstart
[](https://colab.research.google.com/github/arangoml/dgl-adapter/blob/master/examples/ArangoDB_DGL_Adapter.ipynb)
Also available as an ArangoDB Lunch & Learn session: [Graph & Beyond Course #2.8](https://www.arangodb.com/resources/lunch-sessions/graph-beyond-lunch-break-2-8-dgl-adapter/)
```py
from arango import ArangoClient # Python-Arango driver
from dgl.data import KarateClubDataset # Sample graph from DGL
# Let's assume that the ArangoDB "fraud detection" dataset is imported to this endpoint
db = ArangoClient(hosts="http://localhost:8529").db("_system", username="root", password="")
adbdgl_adapter = ADBDGL_Adapter(db)
# Use Case 1.1: ArangoDB to DGL via Graph name
dgl_fraud_graph = adbdgl_adapter.arangodb_graph_to_dgl("fraud-detection")
# Use Case 1.2: ArangoDB to DGL via Collection names
dgl_fraud_graph_2 = adbdgl_adapter.arangodb_collections_to_dgl(
"fraud-detection",
{"account", "Class", "customer"}, # Vertex collections
{"accountHolder", "Relationship", "transaction"}, # Edge collections
)
# Use Case 1.3: ArangoDB to DGL via Metagraph
metagraph = {
"vertexCollections": {
"account": {"Balance", "account_type", "customer_id", "rank"},
"customer": {"Name", "rank"},
},
"edgeCollections": {
"transaction": {"transaction_amt", "sender_bank_id", "receiver_bank_id"},
"accountHolder": {},
},
}
dgl_fraud_graph_3 = adbdgl_adapter.arangodb_to_dgl("fraud-detection", metagraph)
# Use Case 2: DGL to ArangoDB
dgl_karate_graph = KarateClubDataset()[0]
adb_karate_graph = adbdgl_adapter.dgl_to_arangodb("Karate", dgl_karate_graph)
```
## Development & Testing
Prerequisite: `arangorestore`
1. `git clone https://github.com/arangoml/dgl-adapter.git`
2. `cd dgl-adapter`
3. (create virtual environment of choice)
4. `pip install -e .[dev]`
5. (create an ArangoDB instance with method of choice)
6. `pytest --url <> --dbName <> --username <> --password <>`
**Note**: A `pytest` parameter can be omitted if the endpoint is using its default value:
```python
def pytest_addoption(parser):
parser.addoption("--url", action="store", default="http://localhost:8529")
parser.addoption("--dbName", action="store", default="_system")
parser.addoption("--username", action="store", default="root")
parser.addoption("--password", action="store", default="")
```
نیازمندی
| مقدار | نام |
|---|---|
| >=2.27.1 | requests |
| >=0.6.1 | dgl |
| >=1.10.2 | torch |
| >=7.4.1 | python-arango |
| >=45 | setuptools |
| - | black |
| >=3.8.0 | flake8 |
| >=5.0.0 | isort |
| >=0.790 | mypy |
| >=6.0.0 | pytest |
| >=2.0.0 | pytest-cov |
| >=3.3.1 | coveralls |
| - | types-setuptools |
| - | types-requests |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6 | Python |
نحوه نصب
نصب پکیج whl adbdgl-adapter-2.1.0:
pip install adbdgl-adapter-2.1.0.whl
نصب پکیج tar.gz adbdgl-adapter-2.1.0:
pip install adbdgl-adapter-2.1.0.tar.gz