图神经网络训练框架的实践和探索

美团技术博客搬运 2022-08-18 11:53:06
...全文
511 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
美团图神经网络训练框架的实践和探索
总第510篇2022年 第027篇美团搜索与NLP团队在图神经网络的长期落地实践中，基于业务实际场景，自主设计研发了图神经网络框架Tulong，以及配套的图学习平台，提升了模型的规模和迭代效率。本文介绍了模型归纳抽象、基本框架、性能优化，以及上层工具等方面的思考和关键设计，希望为从事相关工作的同学带来启发或者帮助。1. 前言1.1 问题和挑战1.2 美团的解决方案2. 系...
北大贺笛：研究是条河，我们需驭浪前行丨智源独家
智源专访栏目意在展现行业顶尖技术研究者和创业者的研究经历和故事，记录技术世界的嬗变，激发当代AI从业者的创新思维，启迪认知、关注突破性进展，为行业注入灵感光芒。篇，但因为此前积累的阅读基础，再看新一年的论文时，很容易判断新论文的来源。我见过的发展最好的学生，都是那些能走在导师前面的；贺笛的研究经历充分证明：研究如奔涌不息的长河，唯有锁定真问题、躬身实践的人，才能在学术浪潮中勇立潮头。换句话说就是，你永远看的是当前的研究方向最重要的东西是什么，然后跟着最前面的那些水滴一起往前冲就可以了，我觉得是这个样子。
探索图神经网络的网络架构和训练方法
摘要：本文我们将主要介绍各种典型的图神经网络的网络架构和训练方法。 本文我们将主要介绍各种典型的图神经网络的网络架构和训练方法。文章《A Comprehensive Survey on Graph Neural Networks》[1]提供了一个全面的图神经网络(GNNs) 概述，并且将最新的图神经网络分为四类，即递归图神经网络(RecGNNs)、卷积图神经网络(ConvGNNs)、图自动编码器(GAEs)和时空图神经网络(STGNNs)。在图神经网的实际应用中，卷积图神经网络的使用最为广泛，因此，本
PyTorch图神经网络实践（五）链路预测
链路预测是网络科学里面的一个经典任务，其目的是利用当前已获取的网络数据（包含结构信息和属性信息）来预测网络中会出现哪些新的连边。 本文计划利用networkx包中的网络来进行链路预测，因为目前PyTorch Geometric包中封装的网络还不够多，而很多网络方便用networkx包生成或者处理。 环境配置 首先，安装一个工具包，DeepSNAP。这个包提供了networkx到PyTorch Geometric的接口，可以方便地将networkx中的网络转换成PyTorch Geometric所要求的数据格
技术源于生活

53

社区成员

60

社区内容

发帖
与我相关
我的任务
社区描述
中高级开发人员、架构师社区，经验心得，技术分享，各种教程。
javamysql数据库 个人社区 北京·海淀区
社区管理员
  • s_wei_
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章