rgcn专题

GNN-第三方库:DGL【图神经网络框架,支持对异构图的处理,开源相关异构图神经网络的代码,在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果】

一、DGL库的实现与性能 实现GNN并不容易,因为它需要在不规则数据上实现较高的GPU吞吐量。 1、DGL库简介 DGL库的逻辑层使用了顶点域的处理方式,使代码更容易理解。同时,又在底层的内存和运行效率方面做了大量的工作,使得框架可以发挥出更好的性能。 2、DGL库特点 GCMC:DGL的内存优化支持在一个GPU上对MovieLens10M数据集进行训练(原实现需要从CPU中动态加载数据

RGCN论文学习(非机器翻译版!!!!)

RGCN(使用图卷积网络建模关系型数据) 摘要 R-GCN,将其应用于两个标准的知识库完成任务:链接预测(恢复丢失的事实三元组)和实体分类(恢复丢失的实体属性)。 RGCN:是专门为处理现实知识库的高度多关系数据特征而开发的。 我们证明了R-GCNs作为实体分类的独立模型的有效性。我们进一步表明,通过使用编码器模型来丰富链接预测的因子分解模型,例如DistMult,可以显著改善它们,从而在