北邮GAMMA Lab正式发布异质图神经网络开源工具包OpenHGNN-0.1.0版本。

随着图神经网络的兴起，图计算平台以及图开源工具包陆续面世，为从事图相关的研究人员提供了极大的便利。目前主流的图计算平台有Deep Graph Library (DGL)与PyTorch Geometric (PyG)， 各大顶会论文的源码中少不了他们的身影。此外，学术界也纷纷开源了图领域的工具包，比如CogDL、DiveIntoGraph、TorchDrug、DeepSNAP等，其中大部分图机器学习开源工具包着力于同质图、化学分子图等领域，对异质图的支持较少。其中很大的原因在于异质图的复杂性，异质图是一种包含多种节点或边类型的图，例如社交关系图、学术网络图等现实中大部分场景均可建模成异质图。在异质图中，节点类型、边类型以及属性均可以是多样性，这为我们打造统一的能够支持复杂图数据结构的框架带来困难。目前，我们以深度学习框架PyTorch与图神经网络框架DGL作为底层框架，设计了异质图神经网络训练流程的基本架构，集成了异质图神经网络SOTA模型。

开源地址：https://github.com/BUPT-GAMMA/OpenHGNN

文档：https://openhgnn.readthedocs.io/en/latest/

内容中包含的图片若涉及版权问题，请及时与我们联系删除