PyTorch : DGL Tutorials : Basics : DGL でバッチ処理によるグラフ分類 (翻訳/解説)

【PyTorch: DGL Tutorials: バッチ処理によるグラフ分類】
DGL (Deep Graph Library) はグラフ上の深層学習のための Python パッケージです。PyTorch 上に構築されていて PyTorch のエコシステムの一つになっています。
幾つかチュートリアルが用意されていますので、順次翻訳しています。今回のチュートリアルはグラフ分類問題を扱います。グラフ分類は多くの分野で重要なタスクです – バイオインフォマティクス、ケモインフォマティクス、ソーシャルネットワーク分析、 アーバンコンピューティングそしてサイバー・セキュリティ等。これらの問題にグラフニューラルネットを適用することは最近ではポピュラーなアプローチです。このチュートリアルでは以下が示されます :(1) 可変なサイズと shape の多重グラフを DGL でバッチ処理する、(2) 単純なグラフ分類タスクのためにグラフニューラルネットワークを訓練する。
DGL の利用でグラフニューラルネットの実装が単純化され、数十億のノード/エッジを持つグラフ上の半教師あり学習、グラフ上の生成モデル、TreeLSTM のような樹木モデル etc. が実装可能です。GCN (グラフ畳み込みネットワーク) モデルの実装も紹介されます。
http://torch.classcat.com/2019/06/05/dgl-tutorials-basics-4-batch/?fbclid=IwAR1KdkEScGeO0iRUAMVST_cgzmy2_MtvlZ2hSBz094bEtVg4q7WNbGelFeE