dgl

dgl

图深度学习框架加速图神经网络应用与研究

DGL是一个高效易用的Python包,支持在图上执行深度学习。兼容PyTorch、Apache MXNet和TensorFlow等多种框架,提供GPU加速的图库、丰富的GNN模型示例、全面的教学材料及优化的分布式训练功能。适合从研究人员到行业专家的各类用户。广泛应用于学术及实践领域,无论是基础教学还是高级图分析,DGL均能有效支持。

DGL图神经网络深度学习大规模图分布式训练Github开源项目

DGL 项目介绍

DGL,深度图学习库(Deep Graph Library),是一个用于在图上进行深度学习的高性能且可扩展的Python工具包。它的设计框架灵活,支持多种深度学习框架,如PyTorch、Apache MXNet和TensorFlow,使开发者能在多种环境中部署和使用深度图模型。

项目特色

支持GPU的图处理库

DGL 提供了一个强大的图对象,可以位于CPU或GPU上进行运算。它集成了结构数据和功能特性,提供了多种用于图计算的功能,包括高效且可定制的消息传递原语,这对构建图神经网络(GNNs)尤为重要。

为GNN研究者和从业者提供的多功能工具

图深度学习领域发展迅速,不断涌现的新研究思路。在这种环境下,DGL-Go 提供了一个命令行界面,帮助用户学习和研究最新的GNN模型。DGL收集了丰富的示例实现,涵盖了广泛的话题和模型。研究人员可以从中获取灵感或将其用作基准进行实验。此外,DGL还提供了多种领先的GNN层和模块,以供用户构建新模型架构。

易于学习和使用

DGL提供了大量学习资源,无论是机器学习研究者还是领域专家,都可以从中获益。通过快速上手教程,用户可以在120分钟内走遍图机器学习的基础。更详细的用户指南则讲解了图的概念和训练方法,这些指南中包含了可执行的DGL代码片段,方便集成到用户自有的开发流程中。

可扩展且高效

DGL在处理大规模图数据时表现卓越,支持跨【多GPU】或【多机器】的分布式训练。它对整个栈进行了广泛优化,以降低通信、内存消耗及同步的开销,能够轻松扩展到十亿级别的图。从教程用户指南开始,了解更多关于分布式训练的信息。

如何开始使用

用户可以通过 pip 和 conda 安装DGL,也可以从NVIDIA NGC下载支持GPU的DGL Docker 容器,该容器基于PyTorch运行。高级用户则可以遵循源代码安装说明进行安装。

对于初学者,可以从快速上手教程入手,该教程涵盖了常见图机器学习任务的基本概念,以及构建图神经网络(GNNs)的分步指南。

熟悉之后的用户可以:

社区与扩展项目

DGL 拥有一个活跃的社区,开发者、用户以及GNN学术研究者可以通过多种渠道连接:

DGL 支持众多领域的扩展项目,如生命科学的 DGL-LifeSci、知识图谱嵌入的 DGL-KE,以及自然语言处理和图学习交叉领域的 Graph4NLP 等。

贡献与引用

DGL 欢迎任何形式的贡献,从修复错误到新增功能。想要了解更多关于如何做出贡献的信息,请查看 贡献指南

如果在您的科学出版物中使用了DGL,请参照以下方式引用它:

@article{wang2019dgl, title={Deep Graph Library: A Graph-Centric, Highly-Performant Package for Graph Neural Networks}, author={Minjie Wang and Da Zheng and Zihao Ye and Quan Gan and Mufei Li and Xiang Song and Jinjing Zhou and Chao Ma and Lingfan Yu and Yu Gai and Tianjun Xiao and Tong He and George Karypis and Jinyang Li and Zheng Zhang}, year={2019}, journal={arXiv preprint arXiv:1909.01315} }

DGL由纽约大学、纽约大学上海、亚马逊AWS上海AI实验室和AWS MXNet科学团队开发和维护,并采用Apache 2.0许可协议。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多