欢迎使用 Deep Graph Library 教程和文档

Deep Graph Library (DGL) 是一个 Python 包，旨在现有深度学习框架（目前支持 PyTorch、MXNet 和 TensorFlow）之上轻松实现图神经网络模型系列。它提供了灵活的消息传递控制、通过自动批处理和高度优化的稀疏矩阵内核实现速度优化，以及多 GPU/CPU 训练，可扩展到包含数亿个节点和边的图。

快速入门

对于完全的初学者，请从 DGL 闪电式入门 开始。它涵盖了常见图机器学习任务的基本概念以及构建图神经网络（GNN）解决这些任务的循序渐进过程。

对于希望学习更高级用法的熟悉用户，

  • 通过示例学习 DGL.

  • 阅读用户指南（中文版链接），其中更详细地解释了 DGL 的概念和用法。

  • 学习GNN 的随机训练教程，其中涵盖了在大型图上以 mini-batch 方式训练 GNN 的基本步骤。

  • 结合 DGL 学习图机器学习的经典论文。

  • 在API 参考手册中查找特定 API 的用法，该手册按命名空间组织了所有 DGL API。

贡献

DGL 是免费软件；您可以根据 Apache License 2.0 的条款重新分发和/或修改它。我们欢迎贡献。请在GitHub上加入我们，并查看我们的贡献指南。

索引