🆕 dgl.graphbolt

dgl.graphbolt 是一个用于 GNN 的数据加载框架，为数据 pipeline 的每个阶段提供清晰定义的 API 和多种标准实现。

数据集

数据集是图结构数据、特征数据和任务的集合。

`数据集`	一个抽象数据集，为访问训练所需的数据提供抽象。
`OnDiskDataset`	一个磁盘数据集，从磁盘读取图拓扑、特征数据以及训练/验证/测试集。
`BuiltinDataset`	一个实用类，用于从 AWS S3 下载内置数据集并将其加载为 `OnDiskDataset`。
`LegacyDataset`	一个 Graphbolt 数据集，用于兼容旧版 DGLDataset。
`任务`	一个抽象任务，包含元信息和训练/验证/测试集。

图是节点和边的集合。它可以是同构图或异构图。

`SamplingGraph`	用于图采样的类。
`FusedCSCSamplingGraph`	CSC 格式的采样图。

特征是数据（张量、数组）的集合。特征存储是特征的集合。

`特征`	用于访问特征数据的封装器。
`特征存储`	一个用于管理多个特征以便访问的存储。
`BasicFeatureStore`	一个基本的特征存储，用于管理多个特征以便访问。
`TorchBasedFeature`	基于 PyTorch 特征的封装器。
`TorchBasedFeatureStore`	一个用于管理多个基于 PyTorch 特征以便访问的存储。
`DiskBasedFeature`	基于磁盘特征的封装器。
`CPUCachedFeature`	CPU 缓存特征，封装一个备用特征。
`GPUCachedFeature`	GPU 缓存特征，封装一个备用特征。

DataLoader 用于迭代数据集并生成 mini-batch。

多进程 DataLoader。

项目集是项目的可迭代集合。

`项目集`	张量或张量元组的封装器。
`HeteroItemSet`	项目集的集合，每个集合与一个唯一的类型相关联。

项目采样器用于从项目集中采样项目。

`项目采样器`	一个采样器，用于迭代输入项目并创建 mini-batch。
`DistributedItemSampler`	一个采样器，用于迭代输入项目并分布式创建子集。

Mini-batch 是采样子图及其对应特征的集合。它是训练 GNN 模型的基本单位。

`MiniBatch`	Graphbolt 中数据结构的复合数据类。
`MiniBatchTransformer`	用于操作 mini-batch 的 mini-batch 转换器。

负采样器用于从 mini-batch 中采样负样本项目。

`负采样器`	一个负采样器，用于生成负样本并返回正负样本的混合。
`UniformNegativeSampler`	基于均匀分布，为每个源节点采样负目标节点。

子图采样器用于从图中采样子图。

`子图采样器`	一个子图采样器，用于从给定的一组节点中，从更大的图中采样一个子图。
`SampledSubgraph`	采样子图的抽象类。
`NeighborSampler`	从图中采样邻居边并返回一个子图。
`LayerNeighborSampler`	从图中采样层邻居边并返回一个子图。
`TemporalNeighborSampler`	按时间从图中采样邻居边并返回采样的子图。
`TemporalLayerNeighborSampler`	按时间从图中采样邻居边并返回采样的子图。
`SampledSubgraphImpl`	CSCSamplingGraph 的采样子图。
`InSubgraphSampler`	采样由给定节点的入边诱导的子图。

特征获取器用于从特征存储中获取特征。

一个特征获取器，用于在 graphbolt 中获取节点/边的特征。

此 DataPipe 用于将数据复制到设备。

将上一个 DataPipe 生成的每个元素转移到给定设备上的 DataPipe。

`cpu_cached_feature`	CPU 缓存特征，封装一个备用特征。
`gpu_cached_feature`	GPU 缓存特征，封装一个备用特征。
`fused_csc_sampling_graph`	从 CSC 表示创建 FusedCSCSamplingGraph 对象。
`load_from_shared_memory`	从共享内存加载 FusedCSCSamplingGraph 对象。
`from_dglgraph`	将 DGLGraph 转换为 FusedCSCSamplingGraph。
`etype_str_to_tuple`	将规范 etype 从字符串转换为元组。
`etype_tuple_to_str`	将规范 etype 从元组转换为字符串。
`isin`	测试 elements 中的每个元素是否都在 test_elements 中。
`seed`	设置 Graphbolt 的随机种子。
`index_select`	返回一个新的张量，该张量使用 index 中的条目沿维度 dim 对输入张量进行索引。
`expand_indptr`	将给定的 indptr 偏移张量转换为 COO 格式张量。
`indptr_edge_ids`	将给定的 indptr 偏移张量转换为边 ID 的 COO 格式张量。
`add_reverse_edges`	此函数查找给定 edges 的反向边并返回它们的组合。
`exclude_seed_edges`	从 mini-batch 中的采样子图中排除种子边（包含或不包含其反向边）。
`compact_csc_format`	将 csc 格式中的行（源）ID 重新标记为从 0 开始的连续范围，并按类型返回原始行节点 ID。
`unique_and_compact`	压缩节点张量列表。
`unique_and_compact_csc_formats`	压缩 csc 格式并返回唯一节点（按类型）。
`numpy_save_aligned`	numpy.save() 的封装器，确保数组以 4KiB 对齐方式存储。