4-3 开源图深度学习框架的机遇与挑战.pdf

《4-3 开源图深度学习框架的机遇与挑战.pdf》由会员分享，可在线阅读，更多相关《4-3 开源图深度学习框架的机遇与挑战.pdf（31页珍藏版）》请在三个皮匠报告上搜索。

1、 2022,Amazon Web Services,Inc.or its Affiliates.王敏捷资深应用科学家亚马逊云科技上海人工智能研究院开源图深度学习框架的机遇与挑战 2022,Amazon Web Services,Inc.or its Affiliates.图数据无处不在药物和分子结构用户产品交互网络社交网络知识图谱 2022,Amazon Web Services,Inc.or its Affiliates.图机器学习任务节点预测例：分析一个用户的兴趣爱好链接预测例：判断一个交互行为的类型例：知识图谱补全，推荐系统社区（子图）预测例：检测是否存在可疑的金融欺诈行为图性质预测例：

2、预测分子或化合物性质例：图生成模型 2022,Amazon Web Services,Inc.or its Affiliates.图+深度学习=图神经网络(GNN)用于学习点、边或者整张图的向量表示的一类深度神经网络图神经网络分类器 2022,Amazon Web Services,Inc.or its Affiliates.图神经网络基于消息传递消息函数更新函数累和函数 2022,Amazon Web Services,Inc.or its Affiliates.图神经网络有多火 2022,Amazon Web Services,Inc.or its Affiliates.Graph Neu

3、ral Networks are the next BIG thing!re:MARS 2022 keynote by Swami Sivasubramanian 2022,Amazon Web Services,Inc.or its Affiliates.Deep Graph Library(DGL)面向图结构数据的专用深度学习框架。2018年12月在Neurips大会上宣布开源。开发团队最初主要来自NYU和NYU Shanghai，由张峥教授发起。目前主要开发团队为张峥教授带领的亚马逊云科技上海人工智能研究院。项目上线初就获得广泛关注和好评。Github Stars:9.8K,Forks:

4、2.3K,贡献者：206 DGL论文引用数 600+在学界，DGL是全球领先的图深度学习框架之一；在业界，DGL在使用率上更是全面领先。2022,Amazon Web Services,Inc.or its Affiliates.2022,Amazon Web Services,Inc.or its Affiliates.DGL开源社区建设广泛的开源合作伙伴每月定期组织用户群分享会。邀请学界和业界的研究者分享图神经网络的最新成果。在学术顶会上举办DGL手把手教程(GTC19,KDD19,WWW20,KDD20,GTC20,WSDM21)（所有材料都公开在 https:/ Web Service

5、s,Inc.or its Affiliates.DGL知识图谱嵌入复杂图GNN评测标准结构化自然语言处理生命科学数据库可视化 2022,Amazon Web Services,Inc.or its Affiliates.201820192020First prototypeDevelopment startedV0.2Sampling APIsV0.3Fused message passingMulti-GPU/-coreV0.3.1NN modulesDGL-LifeSciV0.4Heterogeneous graphDGL-KEV0.4.3TF supportV0.1(NeurIPS18)

6、V0.5Distributed TrainingUser guideNew API doc20212022V0.7GPU SamplingCPU kernel updateV0.6GNN Model PushDGL三年开发历程V0.8Enhanced sampling pipeline,heterograph,data transforms 2022,Amazon Web Services,Inc.or its Affiliates.易用性大规模图高性能开源图机器学习系统的核心挑战 2022,Amazon Web Services,Inc.or its Affiliates.易用性+高性能图神