DGL中文文档

标签：节点   创建   查找   graph   随机   https   默认   模块   文档   

地址：https://github.com/taishan1994/DGL_Chinese_Manual

目录
begin 安装 4
使用conda安装 4
使用pip安装 4
使用源安装 4
设置默认的Backend 4

1. 图 4
   1.1 关于图的一些基本定义 4
   1.2 图、节点和边 5
   1.3 节点和边特征 6
   1.4 从外部来源创建图 7
   ---1.4.1 从外部库创建 7
   ---1.4.2 从磁盘创建 8
   1.5 异构图 9
   ---1.5.1 创建一个异构图 9
   ---1.5.2 处理多种类型 11
   ---1.5.3 从磁盘建立异构图 12
   ---1.5.4 边类型子图 12
   ---1.5.5 将异构图转换为同构图 13
   1.6 在GPU上使用DGLGraph 14
2. 消息传递 15
   2.1 消息传递案例 15
   2.2 内置功函数和消息传递APIs 15
   2.3 编写有效的消息传递代码 17
   2.4 在图的一部分上应用消息传递 18
   2.5 在消息传递中使用边权重 18
   2.6 在异构图中的消息传递 18
3. 建立GNN模块 19
   3.1 DGL中NN Module的构造函数 19
   3.2 GDL中NN Module前向函数 20
   ---3.2.1 图检查和图类型规范化 21
   ---3.2.2 消息传递和归约 22
   ---3.2.3 归约得到输出后更新特征 22
   3.3 异构GraphConv模块 23
   ---3.3.1 HeteroGraphConv实现逻 23
4. 图数据管道 24
   4.1 DGLDataset类 24
   4.2 下载原始数据（可选） 27
   4.3 处理数据 28
   ---4.3.1 处理图分类数据集 28
   ---4.3.2 处理节点分类数据集 30
   ---4.3.3 处理链接预测数据集 31
   4.4 保存和加载数据 33
   4.5 使用ogb包加载OGB数据集 34
5. 训练图神经网络 35
   总览 35
   异构图 35
   5.1 节点分类/回归 36
   ---5.1.1 总览 37
   ---5.1.2 编写神经网络模型 37
   ---5.1.3 训练循环 37
   ---5.1.4 异构图 38
   5.2 边分类/回归 40
   ---5.2.1 总览 40
   ---5.2.2 模型实现和节点分类的区别 40
   ---5.2.3 训练循环 41
   ---5.2.4 异构图 42
   ---5.2.5 预测异构图上现有边的边类型 43
   5.3 链接预测 45
   ---5.3.1 总览 45
   ---5.3.2 与边分类模型实现的区别 45
   ---5.3.3 训练循环 45
   5.4 图分类 46
   ---5.4.1 总览 46
   ---5.4.2 图批量 47
   ---5.4.3 图读出 48
   ---5.4.4 编写神经网络模型 48
   ---5.4.5 训练循环 49
   ---5.4.6 异构图 50
6. 大图的随机训练 51
   6.1 通过邻域采样训练GNN以进行节点分类 52
   ---6.1.1 定义邻域采样器和数据加载器 52
   ---6.1.2 为minibatch训练调整你的模型 53
   ---6.1.3 训练循环 53
   ---6.1.4 对于异构图 54
   6.2 训练利用邻域采样进行边分类的GNN 55
   ---6.2.1 定义邻域采样器和数据加载器 55
   ---6.2.2 从原始图中移除minibatch中的边以进行邻域采样 56
   ---6.2.3 调整模型以进行minibatch训练 56
   ---6.2.4 训练循环 57
   ---6.2.5 对于异构图 58
   6.3 通过邻域采样训练GNN进行链路预测 60
   ---6.3.1 使用负采样定义邻域采样器和数据加载器 60
   ---6.3.2 调整模型以进行minibatch训练 61
   ---6.3.3 训练循环 62
   ---6.3.4 对于异构图 62
   6.4 自定义领域采样器 64
   ---6.4.1 用pencil and paper进行邻域采样 65
   ---6.4.2 查找消息传递依赖项 65
   ---6.4.3 多层minibatch消息传递的双向结构 67
   ---6.4.4 块在异构图上工作 68
   ---6.4.5 实现自定义邻域采样器 69
   ---6.4.6 为异构图生成边界 71
   6.5 实现自定义GNN模块进行minibatch训练 71
   ---6.5.1 异构图 72
   ---6.5.2 编写可用于同构图，二部图和块的模块 74
   6.6 对大型图进行精确离线推断 74
   ---6.6.1 实现离线推理 75
7. 分布式训练 76
   7.1 分布式训练的预处理 78
   ---7.1.1 负载均衡 79
   7.2 分布式APIs 79
   ---7.2.1 DGL分布式模块的初始化 79
   ---7.2.2 分布式图 80
   ---7.2.3 分布式张量 81
   ---7.2.4 分布式嵌入 81
   ---7.2.5 分布式采样 82
   ---7.2.6 分割工作量 83
   7.3 用于启动分布式训练/推理的工具 83

DGL中文文档

标签：节点   创建   查找   graph   随机   https   默认   模块   文档   

原文地址：https://www.cnblogs.com/xiximayou/p/13585097.html