开源图神经网络框架DGL升级:GCMC训练时间从1天缩到1小时

作者: 乾明 2019-10-16 15:40:27

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

又一个AI框架迎来升级。

这次,是纽约大学、亚马逊联手推出图神经网络框架DGL

开源图神经网络框架DGL升级:GCMC训练时间从1天缩到1小时

不仅全面上线了对异构图的支持,复现并开源了相关异构图神经网络的代码,在GCMC、RCGN等业内知名的模型实现上,取得更好效果。

还发布了训练知识图谱嵌入(Knowledge Graph Embedding)专用包DGL-KE,在许多经典的图嵌入模型上都获得了性能提升。

目前,这个在2018年NeurIPS大会上发布的框架,已经获得了3000+标星,已经是图神经网络和图机器学习领域较受关注的工具。

异构图:神经网络的新方向

异构图是一个与同构图相对应的新概念。

传统同构图(Homogeneous Graph)数据中只存在一种节点和边,因此在构建图神经网络时所有节点共享同样的模型参数并且拥有同样维度的特征空间。

而异构图(Heterogeneous Graph)中可以存在不只一种节点和边,因此允许不同类型的节点拥有不同维度的特征或属性。

这一特点使得异构图的应用十分广泛,如果用图来描述我们和周围事物的关系就会发现所产生的图都是天然异构的,比如这个例子:

我今天看了电影《流浪地球》,那“我”作为观众和电影《流浪地球》之间就建立了“看了”这一关系。

异构图可以用来描述这种交互关系的集合。这个图分“观众”和“电影”两类节点,以及“看了”这一类边。

“我”作为观众,和电影所具有的属性一定是不同的,需要用不同的模型或者不同的特征维度来表达。

所以说,这张图就天然具有了异构性。而且,基于异构图训练的神经网络与传统方法相比,在一些场景中,也能够获得更好的效果与表现。

现在已经被应用到了知识图谱、推荐系统以及恶意账户识别等领域以及任务中。

开源图神经网络框架DGL升级:GCMC训练时间从1天缩到1小时

其中比较有代表性的两个模型分别是用于节点分类和链接预测等任务的RGCN和用于产品推荐的GCMC。

但如何设计“既快又好”的深度神经网络?

这正是纽约大学、亚马逊联手推出图神经网络框架DGL的出发点。

新版DGL:异构图神经网络利器

这次更新放出的,是DGL 0.4版本,让整个框架变得更加实用。

不仅全面上线对于异构图的支持,还复现并开源了相关异构图神经网络的代码:

开源图神经网络框架DGL升级:GCMC训练时间从1天缩到1小时

DGL 0.4中基于异构图的RGCN层实现代码

官方表示,在这一新版本的DGL上实现业内比较突出的异构图神经网络,性能上也有更好的表现:

GCMC:DGL的实现相比原作者实现在MovieLens-100K上有5倍加速,在MovieLens-1M上有22倍加速。DGL的内存优化支持在一块GPU上对MovieLens-10M进行训练(原实现需要从CPU动态加载数据),从而将原本需要24小时的训练时间缩短到了1个多小时。

RGCN:使用全新的异构图接口重新实现了RGCN。新的实现大大减少了内存开销。原实现在AM数据集上(边数>5M)由于内存开销太大,只能在CPU上计算,而DGL能使用GPU进行加速并获得了291倍的速度提升。

HAN:提供了灵活的接口可以将一个异构图通过元路径(metapath)转变成同构图。

Metapath2vec:新的元路径采样实现比原作者的实现快两倍。

而且, DGL也发布了针对分子化学的模型库DGL-Chem,以及训练知识图谱嵌入(Knowledge Graph Embedding)专用包DGL-KE。DGL-Chem提供了包括分子性质预测和分子结构生成等预训练模型。

在单GPU上,DGL-KE能在7分钟内使用经典的TransE模型训练出FB15K的图嵌入。相比GraphVite(v0.1.0)在4块GPU上需要14分钟。

DGL-KE首个版本发布了TransE、ComplEx和Distmult模型,支持CPU训练、GPU训练、CPU和GPU混合训练以及单机多进程训练。

DGL团队表示,在未来也会发布更多模型和训练方式。

开源 技术 软件
上一篇:2019年深度学习自然语言处理十大发展趋势 下一篇:深度学习中,CPU、GPU、NPU、FPGA如何发挥优势
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

清华本科生开发强化学习平台「天授」:千行代码实现,刚刚开源

就在最近,一个简洁、轻巧、快速的深度强化学习平台,完全基于Pytorch,在Github上开源。

贾浩楠 ·  2天前
单张图像就可以训练GAN!Adobe改良图像生成方法 | 已开源

数据集太小了,无法训练GAN?试试从单个图像入手吧。去年谷歌就提出了SinGAN,是第一个拿GAN在单幅自然图像学习的非条件生成模型(ICCV 2019最佳论文)。

十三 ·  4天前
AI-WAN:当AIOps遇上SD-WAN时

SD-WAN有成本和弹性方面的优势。将AI融入SD-WAN更进了一步,可实现自动化运营和业务敏捷性。

布加迪 ·  2020-03-27 10:47:10
项目已开源,微软研究院用迁移学习训练自主无人机,可用于真实环境

在人工智能的背景下,「感知-动作」回路是诸如自动驾驶汽车等自主系统的基石。虽然强化学习等学科在这个领域已经取得了一定进展,但目前,自主系统在直接根据视觉数据做出决策方面仍远不及人类。

skura ·  2020-03-27 09:29:10
完胜 BERT,谷歌优秀 NLP 预训练模型开源

近日,谷歌宣布将 AI 语言模型 ELECTRA 作为 TensorFlow 之上的开源模型发布。该方法用到了一种称为替换令牌检测(RTD)的新预训练任务,使其能够在从所有输入位置学习的同时,训练双向模型。

杨鲤萍 ·  2020-03-17 09:42:00
价值2000美元的课程讲义开源了!还是前Kaggle首席科学家主讲!

前几日,fast.ai的创始人、前Kaggle首席科学家Jeremy Howard教授在Github上开源了一本新书的初稿——fastbook。

佚名 ·  2020-03-16 10:34:30
谷歌开源TensorFlow Quantum 让开发者可构建量子AI模型

谷歌日前宣布开源TensorFlow Quantum(TensorFlow的扩展),让开发者能够为量子计算机构建人工智能模型。

至顶网 ·  2020-03-12 12:31:01
如何开发一个高质量的人工智能心理健康咨询APP?

生活质量日益上升的同时,人们的心理状况却每况愈下。抑郁症、反社会型人格等在人群中蠢蠢欲动。过去十年,人们的心理健康危机日益严峻。

读芯术 ·  2020-03-07 22:06:22
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载