graph learn
v1.1.0
أخبار
مكتبة تسريع GNN الخاصة بنا لـ Pytorch متاحة الآن. https://github.com/alibaba/graphlearn-for-pytorch
الوثائق
简体中文 | إنجليزي
Graph-Learn (Aligraph سابقًا) هو إطار موزع مصمم لتطوير وتطبيق الشبكات العصبية الرسم البياني على نطاق واسع. تم تطبيقه بنجاح على العديد من السيناريوهات داخل Alibaba ، مثل توصية البحث وأمن الشبكة ورسم البياني المعرفة. بعد Graph-Learn 1.0 ، أضفنا خدمات الاستدلال عبر الإنترنت إلى إطار عمل الرسم البياني ، مما يوفر حلاً كاملًا بما في ذلك التدريب والاستدلال على GNNs لاستخدامه في الأعمال التجارية الحقيقية.
Graphlearn Training
إطار التدريب ، يدعم أخذ العينات على الرسوم البيانية الدُفعات ، أو تدريب نماذج GNN في وضع عدم الاتصال أو التزايدي.
يوفر كل من واجهات Python و C ++ لعمليات أخذ عينات الرسوم البيانية ويوفر واجهة GSL (لغة أخذ العينات) التي تشبه Gremlin. بالنسبة لنماذج GNN ، يوفر Graph-Learn مجموعة من النماذج وعمليات تطوير النموذج. إنه متوافق مع كل من TensorFlow و Pytorch ، ويوفر طبقة بيانات وواجهات طبقة النموذج وأمثلة نموذجية غنية.
التفاصيل
ديناميكي الخدمات الخريطة
خدمة الاستدلال عبر الإنترنت ، تدعم أخذ العينات في الوقت الفعلي على الرسوم البيانية الديناميكية مع تحديثات الرسم البياني لتدفق.
يوفر ضمان أداء لأخذ عينات P99 في 20ms على الرسوم البيانية الديناميكية واسعة النطاق. يوفر جانب العميل من خدمة الاستدلال عبر الإنترنت واجهات Java GSL وتنبؤها بنموذج TensorFlow.
التفاصيل
استخدم Graphlearn Training و Dynamic-Graph-Service للتدريب والاستدلال.
يرجى الاستشهاد بالورقة التالية في منشوراتك إذا ساعد الرسم البياني في بحثك.
@article{zhu2019aligraph,
title={AliGraph: a comprehensive graph neural network platform},
author={Zhu, Rong and Zhao, Kun and Yang, Hongxia and Lin, Wei and Zhou, Chang and Ai, Baole and Li, Yong and Zhou, Jingren},
journal={Proceedings of the VLDB Endowment},
volume={12},
number={12},
pages={2094--2105},
year={2019},
publisher={VLDB Endowment}
}
ترخيص Apache 2.0.
