文章目录
- TuGraph图学习
- 目录
- 图学习典型工作流程
- 整体学习架构
- 加速稀疏计算
- GPC编译加速
- 编译加速
- 编译加速流水线GPC
- SPMM和SDDMM优化
- SPMM DSL代码生成
- SDMM DSL代码生成
- AutoTune-Cost Model
- 加速效果
- 一键加速
- TuGraph图学习实践
- 目录
- TuGraph采样
- TuGraph采样算子
- 全图训练
- 采样算子介绍
- 图学习实战
相关项目:
- TuGraph
- TuGraph-DB:https://github.com/TuGraph-family/tugraph-db
TuGraph图学习
目录
图学习典型工作流程
整体学习架构
加速稀疏计算
GPC编译加速
几秒钟内就比较容易生成好的稀疏算子。
- 随机搜索
- 自动采样
编译加速
编译加速流水线GPC
SPMM和SDDMM优化
- 平铺来优化,加载稀疏矩阵中的值加载到缓冲区
- 分stage处理
SPMM DSL代码生成
SDMM DSL代码生成
AutoTune-Cost Model
加速效果
一键加速
TuGraph图学习实践
目录
TuGraph采样
TuGraph采样算子
采用更高效的采样算子得到子图,便于后续训练操作。
全图训练
GetDB算子,将图数据转换成所需数据结构
采样算子介绍
-
neighbor sampling
-
negative sampling
负采样生成不存在边的子图 -
edge sampling
图学习实战
- 编译
- 数据导入
- 特征转换
- 采样算子及编译
- 模型训练及保存
- 模型加载