GNN-CS224W: 17 Scaling Up GNNs
Graphs in model application
applications
- Recommender systems:
Amazon, YouTube 等
要预测用户对item(商品、视频)是否感兴趣 (link prediction)
还要预测用户、item的类型(node classification)
数据量级很大 - Social networks
Facebook, Twitter, Instagram等
要做 Friend recommendation (link level task)
User property prediction, 广告等 (node level task)
数据量级很大 - Academic graph
Microsoft Academic Graph,一个学术论文的graph,可以做的任务如下(远不只下面3个)
Paper categorization (node classification)
Author collaboration recommendation (link prediction)
Paper citation recommendation (link prediction) - Knowledge Graphs (KGs)
Wikidata,Freebase等
任务有 KG completion, Reasoning等
things in common
Large-scale:
- nodes ranges from 10M to 10B.
- edges ranges from 100M to 100B
难点 in Large-scale graph
Naïve full-batch
GPU内存不够,CPU计算太慢
传统 mini-batch 中每个batch会缺失大量边
海量的数据导致不可能一次性把所有节点都输入模型进行训练,所以必须拆分成mini-batch
每个batch 是 randomly sample 得到的,这会导致每个sample得到的node几乎都 isolated from each other
而GNN需要 aggregate neighboring node features.
解决办法
Small subgraphs in each mini-batch
Neighbor Sampling [Hamilton et al. NeurIPS 2017]
GraphSage提出来的方法
Key insight: the
GNN-CS224W: 17 Scaling Up GNNs相关推荐
- cs224w(图机器学习)2021冬季课程学习笔记21 Scaling Up GNNs to Large Graphs
诸神缄默不语-个人CSDN博文目录 cs224w(图机器学习)2021冬季课程学习笔记集合 文章目录 1. 介绍scale up GNN问题 2. GraphSAGE Neighbor Samplin ...
- 课程 | 2021年斯坦福大学Jure Leskovec主讲CS224W 图机器学习
图科学实验室Graph Science Lab 来源:斯坦福大学 SNAP 近年来,图神经网络(GNN)成为网络表示学习和分析的热点研究问题,其特点是将以神经网络为代表深度学习技术用于网络结构的建模与 ...
- 论文翻译-A Comprehensive Survey on Graph Neural Networks《图神经网络GNN综述》
文章目录 1 简介 1.1 GNN简史 1.2 GNN的相关研究 1.3 GNN vs 网络嵌入 1.4 文章的创新性 2 基本的图概念的定义 3 GNN分类和框架 3.1 GNNs分类 3.2 框架 ...
- Graph Neural Networks: A Review of Methods and Applications(图神经网络:方法与应用综述)
Graph Neural Networks: A Review of Methods and Applications 图神经网络:方法与应用综述 Jie Zhou , Ganqu Cui , Zhe ...
- A Comprehensive Survey on Graph Neural Networks--图神经网络综合研究
文章目录 一.图神经网络简史 二.现阶段研究现状 三.引言 四.本文作出的贡献 五.定义 六.分类与框架 1.分类 1.1图卷积网络(GCN) 1.2.图注意力网络 1.3.图自动编码器 1.4.图生 ...
- 《图神经网络综述》Graph Neural Networks: A Review of Methods and Applications
作者:清华大学 zhoujie 等 *表示相同的贡献.周洁,张正艳,程阳,刘志远(通讯作者),孙茂松,清华大学计算机科学与技术学院,北京100084.电子邮件:fzhoujie18, zhangzhe ...
- 论文翻译:A Comprehensive Survey on Graph Neural Networks
论文翻译:图神经网络综合研究 arXiv:1901.00596v1 文章目录 论文翻译:图神经网络综合研究 1 引言 2 定义 3 分类和框架 3.1 GNN的分类 3.2 框架 4 图卷积网络 4. ...
- AI近十年盘点:纵览AI发展历程,探寻AI未来走向
编者按:当我们回顾过去十年的人工智能发展历程时,可以看到一场现在还正在进行的变革,对我们的工作方式.商业运营模式和人际交往行为都产生了深远的影响.从2013年的AlexNet到变分自编码器,再到最近的 ...
- 图的对抗性攻击与防御
Adversarial Attacks and Defenses on GraphsA Review and Empirical Study --图的对抗性攻击与防御:回顾与实证研究 (2020-03 ...
最新文章
- win32汇编使用win32 api实现字符串拷贝
- 查看socket缓冲区数据_什么是socket缓冲区?
- Zlib解压/压缩实现
- 关于sql安装,升级,卸载时需要重启的解决方法
- Grunt构建工具能做哪些事?
- html九宫格实现人像拼图游戏,实例分享jQuery+vue.js实现的九宫格拼图游戏
- vba 输出文本 m linux,VBA使用FileSystemObject将读取或写入文本文件(一)
- 软件测试需要学习哪些技能?
- excel中单元格的回车替换成其他字符
- Could not transfer artifact 报错解决
- 友盟推送_java后台集成和使用
- java得到选择的复选框_java怎么获取复选框的值_java学习记录20200817
- AKSHARE 上获取股票数据用于盘后分析以及自己的交易模型的测试。
- 教材征订管理系统c语言,基于C语言的图书管理系统的设计与实现范文.doc
- vue监听下滑加载(移动端)
- 化工单元操作复习题(含答案)
- 图扑数字孪生智慧灯杆,“多杆合一”降本增效
- 布尔表达式可满足性问题(SAT)与库克-列文定理(上)
- 电动力学专题:电磁波传播时的色散效应
- 大数据告诉你粤东西北12市振兴成效如何
热门文章
诸神缄默不语-个人CSDN博文目录 cs224w(图机器学习)2021冬季课程学习笔记集合 文章目录 1. 介绍scale up GNN问题 2. GraphSAGE Neighbor Samplin ...
图科学实验室Graph Science Lab 来源:斯坦福大学 SNAP 近年来,图神经网络(GNN)成为网络表示学习和分析的热点研究问题,其特点是将以神经网络为代表深度学习技术用于网络结构的建模与 ...
文章目录 1 简介 1.1 GNN简史 1.2 GNN的相关研究 1.3 GNN vs 网络嵌入 1.4 文章的创新性 2 基本的图概念的定义 3 GNN分类和框架 3.1 GNNs分类 3.2 框架 ...
Graph Neural Networks: A Review of Methods and Applications 图神经网络:方法与应用综述 Jie Zhou , Ganqu Cui , Zhe ...
文章目录 一.图神经网络简史 二.现阶段研究现状 三.引言 四.本文作出的贡献 五.定义 六.分类与框架 1.分类 1.1图卷积网络(GCN) 1.2.图注意力网络 1.3.图自动编码器 1.4.图生 ...
作者:清华大学 zhoujie 等 *表示相同的贡献.周洁,张正艳,程阳,刘志远(通讯作者),孙茂松,清华大学计算机科学与技术学院,北京100084.电子邮件:fzhoujie18, zhangzhe ...
论文翻译:图神经网络综合研究 arXiv:1901.00596v1 文章目录 论文翻译:图神经网络综合研究 1 引言 2 定义 3 分类和框架 3.1 GNN的分类 3.2 框架 4 图卷积网络 4. ...
编者按:当我们回顾过去十年的人工智能发展历程时,可以看到一场现在还正在进行的变革,对我们的工作方式.商业运营模式和人际交往行为都产生了深远的影响.从2013年的AlexNet到变分自编码器,再到最近的 ...
Adversarial Attacks and Defenses on GraphsA Review and Empirical Study --图的对抗性攻击与防御:回顾与实证研究 (2020-03 ...