GraphVite: 一种通用且高性能的图嵌入系统
GraphVite - 高速大规模图嵌入 ========================================================= [][conda] [][license] [][conda] [conda]: https://anaconda.org/milagraph/graphvite [license]: LICENSE [Docs] | [Tutorials] | [Benchmarks] | [Pre-trained Models] [Docs]: https://graphvite.io/docs/latest/api/application [Tutorials]: https://graphvite.io/tutorials [Benchmarks]: https://graphvite.io/docs/latest/benchmark [Pre-trained Models]: https://graphvite.io/docs/latest/pretrainedmodel GraphVite 是一个通用的图嵌入引擎,专注于各种应用中的高速大规模嵌入学习。GraphVite 为 3 种应用提供了完整的训练和评估流程:节点嵌入、知识图谱嵌入和图形与高维数据可视化。此外,它还包括 9 个流行模型,以及它们在一系列标准数据集上的基准测试。节点嵌入 知识图谱嵌入 图形与高维数据可视化 以下是 GraphVite 在 3 种应用上的训练时间以及最佳开源实现的总结。所有时间均基于 24 个 CPU 线程和 4 个 V100 GPU 的服务器报告。在 [Youtube] 数据集上进行节点嵌入的训练时间。| 模型 | 现有实现 | GraphVite | 加速率 | |------------|-------------------------------|-----------|---------| | [DeepWalk] | [1.64 小时 (CPU 并行)][1] | 1.19 分钟 | 82.9 倍 | | [LINE] | [1.39 小时 (CPU 并行)][2] | 1.17 分钟 | 71.4 倍 | | [node2vec] | [24.4 小时 (CPU 并行)][3] | 4.39 分钟 | 334 倍 | [Youtube]: http://conferences.sigcomm.org/imc/2007/papers/imc170.pdf [DeepWalk]: https://arxiv.org/pdf/1403.6652.pdf [LINE]: https://arxiv.org/pdf/1503.03578.pdf [node2vec]: https://www.kdd.org/kdd2016/papers/files/rfp0218-groverA.pdf [1]: https://GitHub.com/phanein/deepwalk [2]: https://GitHub.com/tangjianpku/LINE [3]: https://GitHub.com/aditya-grover/node2vec 在 [FB15k] 数据集上进行知识图谱嵌入的训练/评估时间。| 模型 | 现有实现 | GraphVite | 加速率 | |-----------------|-----------------------------------|--------------------|---------------| | [TransE] | [1.31 小时 / 1.75 分钟 (…
暂无开放 Issues，或尚未同步最近议题。