AutoGL
v0.4.0
中国の紹介
グラフ上の機械学習用のAutomlフレームワークとツールキット。
@thumnlabによる開発中の積極的に
コメントや提案がある場合は、問題を自由に開いてください。
model 、 encoderとdecoder名前の2つの追加のサブモジュールに分離されたサポートをサポートするようになりました。分離された設計では、1つのencoder使用して、あらゆる種類のタスクを解決できます。AutoGLは、研究者と開発者向けに開発され、グラフデータセットとタスクで迅速かつ迅速に自動車を実施しています。詳細については、ドキュメントをご覧ください！
以下のワークフローは、Autoglの全体的なフレームワークを示しています。
Autoglは、 datasetsを使用して、グラフベースの機械学習のデータセットを維持します。これは、Pytorch GeometricまたはDeep Graphライブラリのデータセットに基づいており、Auto Solver Frameworkをサポートするためにいくつかの機能が追加されています。
さまざまなグラフベースの機械学習タスクは、5つの主要なモジュールを使用して、与えられたAutoGL solvers 、つまりauto feature engineer 、 neural architecture search 、 auto model 、 hyperparameter optimization 、 auto ensembleを自動的に解くために5つの主要なモジュールを使用します。
現在、次のアルゴリズムはAutoglでサポートされています。
| 機能エンジニア | モデル | Nas | HPO | アンサンブル |
| ジェネレーター グラフレット eigengnn もっと ... セレクター SefilterConstant GBDT グラフ netlsd nxaverageClustring もっと ... | ホモエンコーダー gcnencoder ガチンコーダー SageEncoder Ginencoder デコーダー logsoftmaxdecoder dotproductdecoder sumpoolmlpdecoder jksumpOoldeCoder | アルゴリズム ランダム RL 進化 ガッソ もっと ... スペース シングルパス グラフナ AutoAttend もっと ... 推定器 Oneshot 傷 | グリッド ランダム アニール ベイズ cames Mocames 準ランダム TPE オートン | 投票 スタッキング |
このツールキットは、ユーザーが独自のAutomlまたはグラフベースの機械学習モデルを実装およびテストするためのフレームワークとしても機能します。
AutoGLをインストールする前に、次の要件を満たしていることを確認してください。
python> = 3.6.0
Pytorch（> = 1.6.0）
インストールについては、https：//pytorch.org/を参照してください。
グラフライブラリバックエンド
バックエンドとして、Pytorch Geometric（PYG）またはディープグラフライブラリ（DGL）のいずれかが必要です。両方をインストールする場合は、ここに次のバックエンドを選択できます。
3.1 Pytorch Geometric（> = 1.7.0）
https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html/を参照してください。
3.2ディープグラフライブラリ（> = 0.7.0）
インストールについては、https：//dgl.ai/を参照してください。
次のコマンドを実行して、このパッケージをpipからインストールします。
pip install autogl
次のコマンドを実行して、このパッケージをソースからインストールします。
git clone https://github.com/THUMNLab/AutoGL.git
cd AutoGL
python setup.py install
AutoGLプロジェクトの開発者である場合は、次のコマンドを使用してソフトリンクを作成してください。再度インストールせずにローカルパッケージを変更できます。
pip install -e .
詳細なドキュメントを参照するには、ドキュメントを参照してください。
ローカルでドキュメントを作成することもできます。まず、SphinxとSphinx-Rtd-Themeをインストールしてください。
pip install -U Sphinx
pip install sphinx-rtd-theme
次に、次のようにHTMLドキュメントを作成します。
cd docs
make clean && make html
ドキュメントはdocs/_build/htmlで自動的に生成されます
コードが便利だと思う場合は、次のように論文を引用してください。
@inproceedings{guan2021autogl,
title={Auto{GL}: A Library for Automated Graph Learning},
author={Chaoyu Guan and Ziwei Zhang and Haoyang Li and Heng Chang and Zeyang Zhang and Yijian Qin and Jiyan Jiang and Xin Wang and Wenwu Zhu},
booktitle={ICLR 2021 Workshop on Geometrical and Topological Representation Learning},
year={2021},
url={https://openreview.net/forum?id=0yHwpLeInDn}
}
また、私たちの調査論文が役立つこともあります。
@article{zhang2021automated,
title={Automated Machine Learning on Graphs: A Survey},
author={Zhang, Ziwei and Wang, Xin and Zhu, Wenwu},
booktitle = {Proceedings of the Thirtieth International Joint Conference on Artificial Intelligence, {IJCAI-21}},
year={2021},
note={Survey track}
}
v0.2のコードベース全体にわたってApacheライセンスに従います。
