DGL:用于简化图形深度学习的 Python 包-开源

使用 PyTorch、TensorFlow 或 Apache MXNet 构建模型。 用于训练图神经网络的快速且内存高效的消息传递原语。 通过多 GPU 加速和分布式训练基础设施扩展到巨型图。 DGL 支持各种特定领域的项目，包括用于学习大规模知识图嵌入的 DGL-KE、用于生物信息学和化学信息学的 DGL-LifeSci 等等。 我们热衷于让图形更接近深度学习研究人员。 我们想让图神经网络模型系列的实现变得容易。 我们还希望使基于图的模块和基于张量的模块（PyTorch 或 MXNet）的组合尽可能平滑。 DGL 提供了一个强大的图形对象，可以驻留在 CPU 或 GPU 上。 它捆绑了结构数据和功能，以便更好地控制。 我们提供了各种用于计算图形对象的函数，包括用于图形神经网络的高效且可定制的消息传递原语。