Erste Schritte mit der Deep Graph Library (DGL)
Eine Erinnerung an das, was ich über die Deep Graph Library (DGL) bei pytorch gelernt habe.Grundsätzlich wird die folgende Dokumentation übersetzt, zusammengefasst und organisiert.Wir können zurückblicken und Korrekturen vornehmen, wenn wir neue Dinge lernen.
Übersicht über DGL
Was ist Deep Graph Library?
Deep Graph Library ist eine Python-Bibliothek zur einfachen Implementierung von grafischen neuronalen Netzwerkmodellen in vorhandenen Deep Learning-Frameworks wie PyTorch und MXNet.
Funktionen der DGL
DGL hat folgende Funktionen.
- Vielseitige Steuerung von Operationen auf niedriger Ebene wie Kanten- und Knoteneinstellungen bis zu Operationen auf hoher Ebene wie der Aktualisierung der Funktionalität des gesamten Diagramms.
- Optimierung der Berechnungsgeschwindigkeit durch automatische Stapelverarbeitung und Multiplikation mit geringer Matrix.
- Nahtlose Integration in bestehende Deep-Learning-Frameworks.
- Eine einfache und benutzerfreundliche Oberfläche zum Bearbeiten von Knoten-, Kanten- und Diagrammstrukturen.
- Hervorragende Skalierbarkeit für Riesengraphen (Graphen mit mehreren zehn Millionen Eckpunkten).
Unterstützte Modelle
TBA
So installieren Sie DGL
Das unterstützte Betriebssystem lautet wie folgt.
・ Ubuntu 16.04
· Mac OS X
・ Windows 10
Es wird als Backend für die folgenden Bibliotheken unterstützt.
・ Tensorflow
・ PyTorch
・ MXNet
・ Gluon
DGL erfordert Python Version 3.5 oder höher. Nicht vor 3.4 getestet.Da DGL in CPU-Build und CUDA-Build unterteilt ist, ändern Sie bei Verwendung der GPU den Installationsbefehl entsprechend der CUDA-Version.
Klicken Sie hier, um zu erfahren, wie Sie mit conda installieren
Klicken Sie hier, um zu erfahren, wie Sie mit pip installieren
Gepostetes Tutorial
Zehn Modelle wurden in verschiedenen Bereichen als Prototypen entwickelt.
- Halbüberwachtes Lernen von Graphen (möglicherweise Milliarden von Knoten / Kanten)
- Modell zur Erzeugung von Graphen
- Baumbasierte Modelle, die schwer zu parallelisieren sind, wie z. B. TreeLSTM
・ DGL-Tutorial für GTC 2019
NVIDIA GPU-Technologiekonferenz in Washington, USA (GTC Das in der Vorlesung bei DC verwendete Tutorial).
Diskussion
Liste der Kommentare
Es gibt noch keine Kommentare