AutoGL
v0.4.0
중국어 소개
그래프에서 기계 학습을위한 Automl 프레임 워크 및 툴킷.
@thumnlab에 의해 적극적으로 개발 중입니다
의견이나 제안이 있으면 문제를 열거 나 [email protected]으로 문의하십시오!
model 이제 encoder 와 decoder 두 개의 추가 하위 모듈로 디퍼 링 됩니다. 분리 된 디자인 하에서 하나의 encoder 사용하여 모든 종류의 작업을 해결할 수 있습니다.Autogl은 연구원과 개발자가 그래프 데이터 세트와 작업에서 Automl을 쉽고 빠르게 수행 할 수 있도록 개발되었습니다. 자세한 정보는 문서를 참조하십시오!
아래의 워크 플로는 Autogl의 전체 프레임 워크를 보여줍니다.
AutoGl은 datasets 사용하여 그래프 기반 머신 러닝 용 데이터 세트를 유지 관리합니다. 그래프 기반 머신 러닝 용 데이터 세트는 Pytorch 기하학적 또는 딥 그래프 라이브러리의 데이터 세트를 기반으로 자동 솔버 프레임 워크를 지원하기 위해 일부 기능이 추가되었습니다.
다른 그래프 기반 머신 러닝 작업은 다른 AutoGL solvers 에 의해 처리되며, 5 가지 주요 모듈을 사용하여 주어진 작업, 즉 auto feature engineer , neural architecture search , auto model , hyperparameter optimization 및 auto ensemble 자동으로 해결합니다.
현재 AutoGl에서 다음 알고리즘이 지원됩니다.
| 기능 엔지니어 | 모델 | NAS | HPO | 앙상블 |
| 발전기 그래플렛 Eigengnn 더 ... 선택기 SefilterConstant GBDT 그래프 netlsd nxaverageclustering 더 ... | 호모 인코더 gcnencoder gatencoder Sageencoder Ginencoder 디코더 logsoftmaxdecoder DotProductDecoder sumpoolmlpdecoder jksumpooldecoder | 알고리즘 무작위의 rl 진화 가르소 더 ... 공간 단일 경과 그래프트nas 자동 변호 더 ... 추정기 Oneshot 할퀴다 | 그리드 무작위의 어닐링 베이즈 cames Mocames 준 무작위 TPE AUTONE | 투표 스태킹 |
이 툴킷은 또한 사용자가 자체 자동 장기 또는 그래프 기반 머신 러닝 모델을 구현하고 테스트 할 수있는 프레임 워크 역할을합니다.
Autogl을 설치하기 전에 다음 요구 사항을 충족해야합니다.
파이썬> = 3.6.0
Pytorch (> = 1.6.0)
설치하려면 https://pytorch.org/을 참조하십시오.
그래프 라이브러리 백엔드
백엔드로 Pytorch Geometric (PYG) 또는 딥 그래프 라이브러리 (DGL)가 필요합니다. 둘 다 설치하면 여기에서 다음 백엔드를 선택할 수 있습니다.
3.1 Pytorch 기하학적 (> = 1.7.0)
설치에 대해서는 https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html/을 참조하십시오.
3.2 딥 그래프 라이브러리 (> = 0.7.0)
설치하려면 https://dgl.ai/를 참조하십시오.
pip 통해이 패키지를 설치하려면 다음 명령을 실행하십시오.
pip install autogl
소스 에서이 패키지를 설치하려면 다음 명령을 실행하십시오.
git clone https://github.com/THUMNLab/AutoGL.git
cd AutoGL
python setup.py install
Autogl 프로젝트의 개발자 인 경우 다음 명령을 사용하여 소프트 링크를 만들면 다시 설치하지 않고 로컬 패키지를 수정할 수 있습니다.
pip install -e .
자세한 문서를 보려면 문서를 참조하십시오.
문서를 로컬로 만들 수도 있습니다. 먼저 Sphinx 및 Sphinx-RTD-Theme을 설치하십시오.
pip install -U Sphinx
pip install sphinx-rtd-theme
그런 다음 html 문서를 작성하십시오.
cd docs
make clean && make html
문서는 docs/_build/html 에 따라 자동으로 생성됩니다
우리의 코드가 유용하다고 생각하면 다음과 같이 우리의 논문을 인용하십시오.
@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}
}
설문 조사 논문도 도움이 될 수도 있습니다.
@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}
}
우리는 V0.2의 전체 코드베이스에서 Apache 라이센스를 따릅니다.
