高效、易用、开放 图深度学习平台DGL介绍及展望_第1页
高效、易用、开放 图深度学习平台DGL介绍及展望_第2页
高效、易用、开放 图深度学习平台DGL介绍及展望_第3页
高效、易用、开放 图深度学习平台DGL介绍及展望_第4页
高效、易用、开放 图深度学习平台DGL介绍及展望_第5页
已阅读5页，还剩57页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

亚马逊云科技亚马逊云科技•通过用户的交互行为检测潜在的恶意评论。亚马逊云科技亚马逊云科技亚马逊云科技用于学习点、边或者整张图的向量表示的一类深度亚马逊云科技更新函数更新函数消息函数累和函数邻接矩阵A+I度数矩阵矩阵形式更新函数消息函数邻接矩阵A+I度数矩阵矩阵形式更新函数消息函数节点表示可学习权重消息传递形式累和函数525ℎew=f(525ℎew=f(msgj1)2v143msg51=ℎ5消息传递计算是一种细粒度计算亚马逊云科技亚马逊云科技高效的底层系统设计使用算子融合等技术对消息传递进行加速完善的开源生态与许多开源软件有良好互通性基于高效的底层系统设计使用算子融合等技术对消息传递进行加速完善的开源生态与许多开源软件有良好互通性基于灵活易用的编程接口以"图"为本，贴近图计算的原生语义优秀的巨图训练性能支持十亿级巨图，高效利用多机多GPU集群亚马逊云科技•图是程序中的“一等公民”•所有DGL的函数和NN模块都可以接受和返回图对象。亚马逊云科技亚马逊云科技消息传递计算是GNN的核心•消息传递计算可以占到整个GNN训练的50%以上！计算过程中产生大量冗余的消息对象！占用大量内存带宽！•DGL首先提出算子融合技术对消息传递进行优化。亚马逊云科技Sparse-denseMatrixMultiplication亚马逊云科技SampledDense-DenseMatrixMultiplication亚马逊云科技DeepGraphLibrary:AGraph-Centric,Highly-PerformantPackageforGr亚马逊云科技并能节省6.3倍的内存(GAT)亚马逊云科技•学术圈越来越关注大规模图数据•工业界图在百亿甚至千亿量级亚马逊云科技4.在子图上训练网络并更新参数。亚马逊云科技•通过高效的图划分减少机器间通信输•灵活易用针对图节点和边特征特化•针对GNN训练多环节的特点设计流水支持多机多GPU训练支持多机图数据存储和划分编程接口和单机保持高度一致支持十亿量级图数据（更大规模数亚马逊云科技/dmlc/dgl亚马逊云科技SamplingAPIsGPUSamplingGPUSampling亚马逊云科技亚马逊云科技知识图知识图异质图亚马逊云科技•使用命令行一键训练亚马逊云科技•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亚马逊云科技

人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论