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)