AutoGL下載 - AutoGL源代碼下載

AutoGL

Python

v0.4.0

下載

自動圖學習

中文介紹

用於機器學習的汽車框架和工具包。

@thumnlab積極開發

如果您有任何評論或建議，請隨時通過[email protected]與我們聯繫！

消息！

2023.10.29新版本！ v0.4.1在這裡！
- 我們已經簡化了數據集模塊，以便用戶可以更輕鬆地構建自己的數據集！
- 我們已經開發了一個擴展的庫：autogl-light，它是AUTOGL的輕量級版本。用戶可以更輕鬆地自定義自己的Automl管道！
- 修復了次要錯誤。
2022.12.30新版本！ v0.4.0-pre在這裡！
- 我們提出了NAS基礎編號（紙，代碼，教程），這是Neurips'22中發表的第一個NAS基準測試。通過將AUTOGL與NAS基礎圖紙一起使用，可以大大加快繪製算法的性能估計過程。
- 我們支持AUTOGL中的圖形魯棒性算法，包括圖形結構工程，魯棒GNN和穩健的石墨。有關更多詳細信息，請參見魯棒性教程。
- 我們支持圖形自學學習！有關更多詳細信息，請參見自我監督的學習教程。
2021.12.31版本v0.3.0-pre已發布
- 支持深圖庫（DGL）後端，包括均質節點分類，鏈接預測和圖形分類任務。 AUTOGL現在也與PYG 2.0兼容。
- 支持異質節點分類！參見Hetero教程。
- 現在，模塊model支持將兩個名為encoder和decoder的附加子模塊解耦。在脫鉤的設計下，可以使用一個encoder來解決各種任務。
- 富集NAS算法，例如AutoAttend，Gasso，Hardware-Aware Algorithm等。
2021.07.11版本0.2.0-pre已發布，該版本支持神經體系結構搜索（NAS）自定義架構，採樣以在大型數據集中執行任務以及鏈接預測。
2021.04.16我們的有關圖表上自動化機器學習的調查文件已被IJCAI接受！在這裡查看更多。
2021.04.10我們的論文Autogl： ICLR 2021關於幾何和拓撲表示學習的研討會接受了自動圖學習庫！您可以在此處引用我們的論文遵循方法。

介紹

AUTOGL是為研究人員和開發人員開發的，可以輕鬆，快速地，快速地在圖形數據集和任務上進行汽車。有關詳細信息，請參見我們的文檔！

下面的工作流程顯示了AutoGL的整體框架。

AUTOGL使用datasets維護基於圖形的機器學習的數據集，該數據集基於Pytorch幾何或深圖庫中的數據集，其中添加了一些功能來支持自動求解器框架。

不同的基於圖的機器學習任務由不同的AutoGL solvers處理，這些求解器使用五個主要模塊來自動求解給定的任務，即auto feature engineer ， neural architecture search ， auto model ， hyperparameter optimization和auto ensemble 。

當前，AUTOGL支持以下算法：

功能工程師	模型	nas	HPO	合奏
發電機 Graphlets eigengnn 更多的 ... 選擇器 SefilterConstant GBDT 圖形 Netlsd nxaverageclustering 更多的 ...	HOMO編碼 GCNENCODER Gatencoder Sageencoder Ginencoder 解碼器 logSoftMaxDecoder DotProductDecoder sumpoolmlpdecoder jksumpooldecoder	演算法隨機的 RL 進化加索更多的 ... 空間單人路石墨自動替代更多的 ... 估計器 Oneshot 划痕	網格隨機的退火貝葉斯卡姆斯 mocames 準隨機 TPE 自動	表決堆疊

該工具包還可以作為用戶實現和測試其自己的汽車或基於圖的機器學習模型的框架。

安裝

要求

在安裝AUTOGL之前，請確保滿足以下要求。

Python> = 3.6.0
pytorch（> = 1.6.0）
有關安裝，請參見https://pytorch.org/。
圖庫後端
您將需要Pytorch幾何（PYG）或深圖庫（DGL）作為後端。如果兩者都安裝，則可以在此處選擇後端。
3.1 Pytorch幾何（> = 1.7.0）
請參閱https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html/進行安裝。
3.2深圖庫（> = 0.7.0）
有關安裝，請參見https://dgl.ai/。

安裝

從PIP安裝

運行以下命令通過pip安裝此軟件包。

 pip install autogl

從源安裝

運行以下命令從源安裝此軟件包。

 git clone https://github.com/THUMNLab/AutoGL.git
cd AutoGL
python setup.py install

安裝開發

如果您是AUTOGL項目的開發人員，請使用以下命令來創建軟鏈接，然後可以修改本地軟件包而不再次安裝它們。

 pip install -e .

文件

請參閱我們的文檔以查看詳細的文檔。

您也可以在本地製作文檔。首先，請安裝sphinx和phinx-rtd-theme：

 pip install -U Sphinx
pip install sphinx-rtd-theme

然後，通過以下方式製作HTML文檔

 cd docs
make clean && make html

該文檔將在docs/_build/html下自動生成

引用

如果您發現我們的代碼很有用，請引用我們的論文如下：

 @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}
}

您可能還會發現我們的調查文件有幫助：

 @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}
}