JuliaGraphs/GraphNeuralNetworks.jl

Graph Neural Networks in Julia

What it solves

它提供了一套用於在 Julia 語言中對圖形結構化資料進行深度學習的函式庫，允許使用者透過 Flux.jl 和 Lux.jl 等熱門的深度學習框架來建立與訓練圖形神經網路 (GNNs)。

How it works

該專案組織成幾個專業化的套件：

  • GraphNeuralNetworks.jl 與 GNNLux.jl 分別作為 Flux 和 Lux 使用者的主要面向使用者的介面。
  • GNNGraphs.jl 處理底層的圖形資料結構與輔助函式。
  • GNNlib.jl 實作了核心的訊息傳遞框架，使用 gather/scatter 機制或稀疏矩陣乘法。

Who it’s for

想要使用圖形卷積層在節點、邊或圖形層級實作機器學習任務的 Julia 使用者（研究人員與開發者）。

Highlights

  • 支援常見的圖形卷積層與自定義層定義。
  • 能夠在批次圖形 (batched graphs)、異質圖形 (heterogeneous graphs) 與動態圖形 (dynamical graphs) 上進行運算。
  • 透過 CUDA 與 AMDGPU 進行硬體加速。
  • 與 Graphs.jl 生態系統整合。