官方文档

一、图的特点

同构性与异构性

相比同构图，异构图里可以有不同类型的节点和边。这些不同类型的节点和边具有独立的ID空间和特征；同构图和二分图只是一种特殊的异构图，它们只包括一种关系

节点与边

有向图一条边、无向图两条边、加权图具有权重；
节点和边可具有多个用户定义的、可命名的特征，用以储存图的节点和边的属性。

消息传递（类比神经元）

消息传递：定义在每条边上的消息函数，它通过将边上特征与其两端节点的特征相结合来生成消息，聚合函数接收消息，更新函数通过聚合后的消息和节点本身特征来更新节点特征。

模型

基于dgl数据结构和pytorch线性层或lstm层构建图网络模型，前向传播包含，数据输入、消息聚合、数据输出。

二、图卷积的类型

这里包含很多类型，GraphConv、EdgeWeightNorm、RelGraphConv、等等

---

dgl兼容pytorch、mxnet、tensorflow，安装的时候需要注意dgl包含cpu版本与gpu版本

• 降低显存的方式邻居节点采样：dgl.dataloading.MultiLayerFullNeighborSampler(2)