新的PyTorch圖神經網路庫,比前輩快14倍:LeCun盛讚,GitHub 2000星
方栗子 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
「CNN已老,GNN當立!」
當科學家們發現,圖神經網路(GNN) 能搞定傳統CNN處理不了的非歐數據,從前深度學習解不開的許多問題都找到了鑰匙。
如今,有個圖網路PyTorch庫,已在GitHub摘下2000多星,還被CNN的爸爸Yann LeCun翻了牌:
它叫PyTorch Geometric,簡稱PyG,聚集了26項圖網路研究的代碼實現。
這個庫還很快,比起前輩DGL圖網路庫,PyG最高可以達到它的15倍速度。
應有盡有的庫
要跑結構不規則的數據,就用PyG吧。不管是圖形(Graphs),點雲(Point Clouds) 還是流形(Manifolds) 。
右邊是不規則的,非歐空間
這是一個豐盛的庫:許多模型的PyTorch實現,各種有用的轉換(Transforms) ,以及大量常見的benchmark數據集,應有盡有。
說到實現,包括Kipf等人的圖卷積網路 (GCN) 和Bengio實驗室的圖注意力網路 (GAT) 在內,2017-2019年各大頂會的 (至少) 26項圖網路研究,這裡都能找到快速實現。
到底能多快?PyG的兩位作者用英偉達GTX 1080Ti做了實驗。
對手DGL,也是圖網路庫:
在四個數據集里,PyG全部比DGL跑得快。最懸殊的一場比賽,是在Cora數據集上運行GAT模型:跑200個epoch,對手耗時33.4秒,PyG只要2.2秒,相當於對方速度的15倍。
每個演算法的實現,都支持了CPU計算和GPU計算。
食用方法
庫的作者,是兩位德國少年,來自多特蒙德工業大學。
其中一位
他們說,有了PyG,做起圖網路就像一陣微風。
你看,實現一個邊緣卷積層 (Edge Convolution Layer) 只要這樣而已:
安裝之前確認一下,至少要有PyTorch 1.0.0;再確認一下cuda/bin在$PATH里,cuda/include在$CPATH里:
然後,就開始各種pip install吧。
PyG項目傳送門:
https://github.com/rusty1s/pytorch_geometric
PyG主頁傳送門:
https://rusty1s.github.io/pytorch_geometric/build/html/index.html
PyG論文傳送門:
https://arxiv.org/pdf/1903.02428.pdf
—完—
訂閱AI內參,獲取AI行業資訊
購買AI書籍
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。
喜歡就點「好看」吧 !
※CNN民意調查:61%美國群眾認為特朗普打壓華為是政治訴求
※TensorFlow可以「預裝」數據集了,新功能Datasets出爐
TAG:量子位 |