深度图谱库(DGL)入门
提醒我在pytorch学习到的深度图库(DGL)。基本上,以下文档将进行翻译,总结和组织。我们可能会回顾并在学习新事物时进行更正。
DGL概述
什么是深度图库?
Deep Graph Library是一个python库,用于在现有的深度学习框架(例如PyTorch和MXNet)上轻松实现图神经网络模型。
DGL的功能
DGL具有以下功能。
- 从低级操作(如边缘和节点设置)到高级操作(如更新整个图形的功能)的多功能控制。
- 通过自动批处理和稀疏矩阵乘法来优化计算速度。
- 与现有深度学习框架的无缝集成。
- 一个简单易用的界面,用于操作节点/边/图结构。
- 巨型图(具有数千万个顶点的图)具有出色的可伸缩性。
支持机型
即将公布
如何安装DGL
支持的操作系统如下。
・ Ubuntu 16.04
・ MacOS X
・ Windows 10
支持以下库的后端。
・ Tensorflow
・ PyTorch
・ MXNet
・胶子
DGL需要Python 3.5或更高版本。 未在3.4之前进行测试。另外,由于DGL分为CPU版本和CUDA版本,因此在使用GPU时,请根据CUDA版本更改安装命令。
单击此处了解如何使用conda进行安装
单击此处了解如何使用pip进行安装
发表教程
十个模型已在不同领域中原型化。
- 图的半监督学习(可能有数十亿个节点/边)
- 图生成模型
- 难以并行化的基于树的模型,例如TreeLSTM
・ GTC 2019 的 DGL 教程
在美国华盛顿举行的NVIDIA GPU技术会议(GTC DC讲座中使用的教程。
讨论
评论清单
暂无任何评论