เริ่มต้นใช้งาน Deep Graph Library (DGL)

2020 2 年月日 272021 6 年月日 20

การแจ้งเตือนสิ่งที่ฉันได้เรียนรู้เกี่ยวกับ Deep Graph Library (DGL) ใน pytorchโดยทั่วไป เราจะแปล สรุป และจัดระเบียบเอกสารต่อไปนี้ฉันอาจแก้ไขตามที่ฉันมองย้อนกลับไปและเรียนรู้สิ่งใหม่ๆ

https://docs.dgl.ai

ภาพรวมของ DGL

Deep Graph Library คืออะไร

Deep Graph Library เป็นไลบรารี่สำหรับการนำโมเดลเครือข่ายนิวรอลกราฟไปใช้บนเฟรมเวิร์กการเรียนรู้เชิงลึกที่มีอยู่ เช่น PyTorch และ MXNet ได้อย่างง่ายดาย

หน้าที่ของ DGL

DGL มีหน้าที่ดังต่อไปนี้

การควบคุมที่หลากหลาย ตั้งแต่การดำเนินการระดับต่ำ เช่น การตั้งค่าขอบและโหนด ไปจนถึงการดำเนินการระดับสูง เช่น การอัปเดตคุณลักษณะทั่วทั้งกราฟ
เพิ่มประสิทธิภาพความเร็วในการคำนวณด้วยการแบทช์อัตโนมัติและการคูณเมทริกซ์แบบกระจาย
การผสานรวมกับกรอบการเรียนรู้เชิงลึกที่มีอยู่อย่างราบรื่น
อินเทอร์เฟซที่เรียบง่ายและใช้งานง่ายสำหรับจัดการโหนด/ขอบ/โครงสร้างกราฟ
ปรับขนาดได้ดีสำหรับกราฟขนาดใหญ่ (กราฟที่มีจุดยอดนับสิบล้าน)

รุ่นที่รองรับ

จะแจ้งภายหลัง

วิธีการติดตั้ง DGL

OS ที่รองรับมีดังนี้
・อูบุนตู 16.04
・แมคโอเอส
・วินโดวส์ 10

ได้รับการสนับสนุนเป็นแบ็กเอนด์สำหรับไลบรารีต่อไปนี้
・เทนเซอร์โฟลว์
・ไพทอร์ช
・MXNet
・กลูออน

DGL ต้องการ Python เวอร์ชัน 3.5 หรือใหม่กว่า 3.4 และก่อนหน้านี้ยังไม่ได้ทดสอบนอกจากนี้ DGL ยังแยกออกเป็น CPU build และ CUDA build ดังนั้นเมื่อใช้ GPU ให้เปลี่ยนคำสั่งการติดตั้งตามเวอร์ชัน CUDA

วิธีติดตั้งกับ conda อยู่ที่นี่
นี่คือวิธีการติดตั้งด้วย pip