graph-learn

新闻

我们的 PyTorch 加速库现已推出。https://github.com/alibaba/graphlearn-for-pytorch

训练框架支持对批量图进行采样,可离线或增量地训练 GNN 模型。它提供了 Python 和 C++ 接口,用于图采样操作,并提供了类似 Gremlin 的 GSL (图采样语言) 接口。对于 GNN 模型,Graph-Learn 提供了一组模型开发范式和流程。它兼容 TensorFlow 和 PyTorch,并提供了数据层、模型层接口以及丰富的模型示例。

它提供了在大规模动态图形中,在 20 毫秒内抽样 P99 延迟的性能保证。在线推理服务的客户端提供了 Java GSL 接口和 Tensorflow 模型预测。使用 GraphLearn-Training 和 Dynamic-Graph-Service 进行训练和推理。

1. 用户在 Web 上发起请求(0),通过客户端(1)实时在动态图形上进行采样,将采样用作模型输入,并向模型服务(3)请求预测结果。

Documentation Detail Detail