TensorFlow GNN

这是获得社区反馈的早期（alpha）版本。它正在积极开发中，我们将来可能会破坏 API 兼容性。

TensorFlow GNN 是一个在 TensorFlow 平台上构建图神经网络的库。它包含以下组件：

• 用于创建可轻松与其他类型模型组合的 GNN 模型的高级 Keras 样式 API。GNN 通常与排名、深度检索（双编码器）结合使用或与其他类型的模型（图像、文本等）混合使用

• 用于异构图的 GNN API。我们在 Google 和现实世界中处理的许多图问题都包含不同类型的节点和边。因此强调异构模型。

• 定义明确的模式来声明图的拓扑，以及验证它的工具。它描述了其训练数据的形状，并用于指导其他工具。

• GraphTensor 复合张量类型，它保存图形数据，可以批处理，并具有可用的高效图形操作功能。

• GraphTensor 结构的操作库：

  • 节点和边上的各种高效广播和池化操作，以及相关工具。

  • 一个标准烘焙卷积库，可以由 ML 工程师/研究人员轻松扩展。

  • 产品工程师无需担心其细节即可快速构建 GNN 模型的高级 API。

• 一组用于转换图形数据集和从大型图形中采样的工具。

• 文件中图形形训练数据的编码，以及用于将这些数据解析为数据结构的库，您的模型可以提取各种特征。

该库是 Google 内部库的 OSS 端口，用于各种上下文、同构图和异构图，并与其他可扩展的图挖掘工具结合使用。

有关更多详细信息，请参阅我们的文档。有关背景和讨论，请参阅 O. Ferludin 等人： TF-GNN：TensorFlow 中的图神经网络，2022 年（完整引用如下）。

安装说明

最新可用的点轮。

pip install tensorflow_gnn

从源安装。

强烈建议使用虚拟环境。

1. 克隆 tensorflow_gnn

   $> git clone https://github.com/tensorflow/gnn.git tensorflow_gnn

2. 安装 TensorFlow

   TF-GNN 目前使用 tf.ExtensionTypes，这是 TensorFlow 2.7 的一个特性。因此，您需要按照以下说明安装 TensorFlow 构建： https ://www.tensorflow.org/install/pip 。

   $> pip install tensorflow

3. 安装 Bazel

   需要 Bazel 来构建这个包的源代码。按照此处的说明为您的操作系统安装 Bazel： https ://docs.bazel.build/versions/main/install.html

4. 安装 tensorflow_gnn

   $> cd tensorflow_gnn && python3 -m pip install .

引文

在论文中引用此库时，请引用 TF-GNN 论文：

@article{tfgnn,
  author  = {Oleksandr Ferludin and Arno Eigenwillig and Martin Blais and
             Dustin Zelle and Jan Pfeifer and Alvaro Sanchez{-}Gonzalez and
             Sibon Li and Sami Abu{-}El{-}Haija and Peter Battaglia and
             Neslihan Bulut and Jonathan Halcrow and
             Filipe Miguel Gon{\c{c}}alves de Almeida and Silvio Lattanzi and
             Andr{\'{e}} Linhares and Brandon Mayer and Vahab Mirrokni and
             John Palowitch and Mihir Paradkar and Jennifer She and
             Anton Tsitsulin and Kevin Villela and Lisa Wang and David Wong and
             Bryan Perozzi},
  title   = {{TF-GNN:} Graph Neural Networks in TensorFlow},
  journal = {CoRR},
  volume  = {abs/2207.03522},
  year    = {2022},
  url     = {http://arxiv.org/abs/2207.03522},
}