dmlc/dgl

项目概览

dgl 是一个用于图深度学习的 Python 包，旨在简化图上深度学习模型的实现与扩展训练。它支持多种主流深度学习框架，并提供图对象、消息传递机制和分布式训练等核心能力。

项目类型

模型开发 · 基础设施

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要实现和扩展图深度学习模型的研究者和开发者。
• 需要在十亿规模图上进行多 GPU 或多机器训练的用户。

核心能力

• 提供可驻留在 CPU 或 GPU 上的图对象，将结构数据与特征捆绑在一起。
• 提供用于图神经网络的消息传递机制，支持自定义。
• 提供多种 GNN 层与模块，供用户构建新的模型架构。
• 支持跨多个 GPU 或多台机器在大规模图上训练模型，可扩展到十亿规模的图。
• 提供命令行工具，用于开始使用、使用和研究 GNN 模型的训练。
• 收集了涵盖多个主题的流行 GNN 模型示例实现集合。

限制与风险

• GPU 支持是可选的；GPU 为可选要求，并非在所有场景下都需要。
• 关于数据边界的要求未在文档中记录，采纳前需自行评估。
• 关于成本依赖的信息未在文档中记录，采纳前需自行评估。
• 关于遥测的信息未在文档中记录，采纳前需自行评估。

如何开始

• 安装难度为 easy，可通过 pip/conda 安装，随后导入库或使用 DGL-Go CLI 开始使用。

核验依据

• GitHub 项目简介: Python package built to ease deep learning on graph, on top of existing DL frameworks.
• README: DGL is an easy-to-use, high performance and scalable Python package for deep learning on graphs. DGL is framework agnostic, meaning if a deep graph model is a component of an end-…
• README: DGL provides a powerful graph object that can reside on either CPU or GPU. It bundles structural data as well as features for better control. We provide a variety of functions for…
• README: Moreover, DGL provides many state-of-the-art [GNN layers and modules](https://docs.dgl.ai/api/python/nn.html) for users to build new model architectures.
• README: It is convenient to train models using DGL on large-scale graphs across **multiple GPUs** or **multiple machines**. DGL extensively optimizes the whole stack to reduce the overhea…

内容核验时间：