DGL 0.5ユーザガイド : 5 章 訓練 : 5.1 ノード分類/回帰 (翻訳/解説)

【DGL 0.5 ユーザガイド : 5 章 訓練 : 5.1 ノード分類/回帰】

DGL (Deep Graph Library) は TensorFlow や PyTorch のエコシステムで、グラフ上の深層学習専用の Python パッケージです。

幾つかドキュメントが用意されていますので、順次翻訳しています。5 章 訓練の「5.1 ノード分類/回帰」へと進みます。グラフ・ニューラルネットワークのためのポピュラーで広く採用されているタスクの一つはノード分類で、そこでは訓練/検証/テストの各ノードには事前定義されたカテゴリーのセットから正解カテゴリーが割当てられます。ノード回帰も同様で訓練/検証/テストセットの各ノードに正解数字が割当てられます。

グラフニューラルネットワーク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等が実装可能です。 [詳細]