Aan de slag met de Deep Graph Library (DGL)

2020 年 2 月 27 日2021 年 6 月 20 日

Een herinnering aan wat ik heb geleerd over de Deep Graph Library (DGL) op pytorch.In principe zal de volgende documentatie worden vertaald, samengevat en georganiseerd.We kunnen terugkijken en correcties aanbrengen terwijl we nieuwe dingen leren.

https://docs.dgl.ai

Overzicht van DGL

Wat is Deep Graph Library?

Deep Graph Library is een python-bibliotheek voor het eenvoudig implementeren van grafische neurale netwerkmodellen op bestaande deep learning-frameworks zoals PyTorch en MXNet.

Functies van DGL

DGL heeft de volgende functies.

Veelzijdige controle van bewerkingen op laag niveau, zoals rand- en knooppuntinstellingen, tot bewerkingen op hoog niveau, zoals het bijwerken van de functionaliteit van de hele grafiek.
Optimalisatie van de rekensnelheid door automatische batchverwerking en spaarzame matrixvermenigvuldiging.
Naadloze integratie met bestaande deep learning-frameworks.
Een eenvoudige en gebruiksvriendelijke interface voor het manipuleren van knoop- / rand- / grafiekstructuren.
Uitstekende schaalbaarheid voor gigantische grafieken (grafieken met tientallen miljoenen hoekpunten).

Ondersteunde modellen

TBA

Hoe DGL te installeren

Het ondersteunde besturingssysteem is als volgt.
・ Ubuntu 16.04
· Mac OS X
・ Windows 10

Het wordt ondersteund als een back-end voor de volgende bibliotheken.
・ Tensorflow
・ PyTorch
・ MXNet
・ Gluon

DGL vereist Python-versie 3.5 of hoger. Niet getest vóór 3.4.Aangezien DGL is gescheiden in CPU-build en CUDA-build, wijzigt u bij gebruik van GPU de installatieopdracht volgens de CUDA-versie.

Klik hier om te zien hoe u met conda installeert
Klik hier om te zien hoe u met pip installeert