近年來，深度學(xué)習(xí)席卷世界，各種原因是它具有從復(fù)雜數(shù)據(jù)（如自由格式的文本、圖像或視頻）中提取復(fù)雜模式的神奇能力。但是，許多數(shù)據(jù)集不符合這些類別，更適合用圖或者說網(wǎng)絡(luò)來表示。很自然的，我們能夠意識到傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)架構(gòu)，如卷積神經(jīng)網(wǎng)絡(luò)或循環(huán)神經(jīng)網(wǎng)絡(luò)，并不適合這樣的數(shù)據(jù)集，需要一種新的方法。

圖神經(jīng)網(wǎng)絡(luò)入門

圖神經(jīng)網(wǎng)絡(luò)（GNN）是當(dāng)今機(jī)器學(xué)習(xí)中最令人興奮的進(jìn)展之一，以下參考論文有助于您開始學(xué)習(xí)。

GNN用于訓(xùn)練如下數(shù)據(jù)集的預(yù)測模型：

•          社交網(wǎng)絡(luò)，用圖顯示相關(guān)人員之間的聯(lián)系，

•          推薦系統(tǒng)，用圖顯示客戶和條目之間的交互，

•          化學(xué)分析，化合物被表示為原子和鍵圖，

•          網(wǎng)絡(luò)安全，用圖描述源和目標(biāo) IP 地址之間的連接，

•          還有更多！

大多數(shù)時(shí)候，這些數(shù)據(jù)集非常大，有標(biāo)記的只有一小部分。例如在欺詐檢測場景中，我們分析某些用戶與已知欺詐者的關(guān)系，預(yù)測他們是否是欺詐參與者的可能性。這一問題可以定義為半監(jiān)督的學(xué)習(xí)任務(wù)，也即只對其中一小部分圖節(jié)點(diǎn)進(jìn)行標(biāo)記（’欺詐者’或’合法’）。這樣的解決方案，勝過構(gòu)建手工標(biāo)記的大型數(shù)據(jù)集、對它進(jìn)行"線性化"以便使用傳統(tǒng)的機(jī)器學(xué)習(xí)算法。

解決這些問題需要領(lǐng)域知識（例如零售、金融、化學(xué)等）、計(jì)算機(jī)科學(xué)知識（Python、深度學(xué)習(xí)、開源工具）和基礎(chǔ)架構(gòu)知識（訓(xùn)練、部署和模型擴(kuò)展）。然而很少有人掌握所有這些技能，所以就需要DGL圖神經(jīng)框架和Amazon SageMaker這樣的工具。

DGL圖神經(jīng)框架介紹

DGL圖神經(jīng)框架于 2018 年 12 月在Github上發(fā)布，它是一個(gè)開源的Python框架，可幫助研究人員、數(shù)據(jù)科學(xué)家和科學(xué)家在其數(shù)據(jù)集上快速構(gòu)建、訓(xùn)練和評估圖神經(jīng)網(wǎng)絡(luò)。

DGL 建立在流行的深度學(xué)習(xí)框架（如 PyTorch 和 Apache MXNet）之上。如果您知道其中一個(gè)或兩個(gè)，你會發(fā)現(xiàn)得心應(yīng)手。我們沒有忘記TensorFlow的粉絲：DGL 的下一個(gè)小版本將增加對 TensorFlow的初步支持，預(yù)計(jì)下一個(gè)大版本將完全支持。

無論使用哪個(gè)框架，您都可以借助這些適合初學(xué)者的示例輕松入門。我還發(fā)現(xiàn) GTC 2019 研討會的幻燈片和代碼非常有用。

完成簡單示例之后，您可以開始探索在DGL中已經(jīng)實(shí)現(xiàn)的一系列前沿模型。例如，您可以使用圖形卷積網(wǎng)絡(luò)（GCN）和CORA數(shù)據(jù)集，訓(xùn)練文檔分類模型：

$ python3 train.py --dataset cora --gpu 0 --self-loop 

所有模型的代碼都可以檢查和調(diào)整。AWS團(tuán)隊(duì)對這些實(shí)現(xiàn)方法進(jìn)行了仔細(xì)驗(yàn)證，驗(yàn)證了其性能，確?？梢灾噩F(xiàn)結(jié)果。

DGL 還包括一系列圖數(shù)據(jù)集，您可以輕松地下載和試驗(yàn)這些數(shù)據(jù)集。

當(dāng)然，您可以在本地安裝和運(yùn)行DGL，但為了讓用戶有更簡單、流暢的體驗(yàn)，我們將其添加到PyTorch 和 Apache MXNet深度學(xué)習(xí)容器中，這使得在Amazon SageMaker上使用DGL更方便，便于規(guī)模化訓(xùn)練和部署模型，無需管理單個(gè)服務(wù)器。

藥明康德 (WuXi AppTec) 是一家全球性的制藥和醫(yī)療器械服務(wù)公司。開發(fā)一款新藥是一個(gè)復(fù)雜、昂貴、漫長的過程，通常要花費(fèi)26億美元，平均需要12年。為了加快這一過程，藥明康德的計(jì)算機(jī)輔助藥物設(shè)計(jì)（CADD）團(tuán)隊(duì)一直在探索神經(jīng)網(wǎng)絡(luò)模型，以預(yù)測候選藥物分子的藥物特性。使用傳統(tǒng)的方法，科學(xué)家們要花幾個(gè)星期甚至幾個(gè)月的時(shí)間來構(gòu)建和驗(yàn)證模型、設(shè)置應(yīng)用模型所需的計(jì)算資源。DGL和Amazon SageMaker為科學(xué)家提供了快速部署藥物特性預(yù)測模型的解決方案，將建模時(shí)間縮短了5倍，從而加快了藥物開發(fā)過程。

Bio-Techne是一家全球性的生命科學(xué)和診斷公司，為世界各地的研究人員和臨床醫(yī)生提供服務(wù)。公司的產(chǎn)品有超過 50萬種，包括高質(zhì)量的試劑、儀器、臨床控制，以及組織和液體活檢診斷測試等。以高效而有意義的方式向其廣泛的客戶組織和推薦產(chǎn)品，變得至關(guān)重要。Bio-Techne數(shù)據(jù)實(shí)驗(yàn)室正在與 AWS 協(xié)作，積極測試圖神經(jīng)網(wǎng)絡(luò)（GNN）的使用，以改進(jìn)其當(dāng)前的推薦算法。DGL 通過簡單易用的API ，簡化了實(shí)現(xiàn)，將開發(fā)時(shí)間從幾個(gè)月縮短到數(shù)周。BioTechne的評估結(jié)果表明，使用 DGL 實(shí)現(xiàn)的、基于GNN的推薦模型得出的Top 10推薦，其精度比非GNN模型提高了70%。Bio-Techne將繼續(xù)優(yōu)化這些模型、正式使用 DGL和Amazon SageMaker部署推薦算法。

DGL的研發(fā)由 2018年底成立的AWS上海人工智能研究院推動(dòng)，與美國帕洛阿爾托的MXNet科學(xué)團(tuán)隊(duì)密切協(xié)作完成。