CogDL

CogDL 项目介绍

CogDL 是一个图深度学习工具包，旨在让研究人员和开发者能够轻松地针对图领域中的节点分类、图分类等重要任务训练和比较基线或定制化模型。以下是 CogDL 的一些关键特点和功能：

主要贡献

• 高效性：CogDL 利用优化良好的运算符，加快图神经网络（GNN）模型的训练速度，并节省 GPU 内存。
• 易用性：它提供了简单易用的 API，利用这些 API 可以通过给定的模型和数据集进行实验，并支持超参数搜索。
• 扩展性：CogDL 设计的框架使得将 GNN 模型应用到新的场景变得更加容易。

最新动态

• 该项目的论文已被 WWW 2023 接收，并发布了 0.6 版本，引入了更多的图自监督学习示例。
• CogDL 团队还提供了一个免费的 GNN 课程和一个供中文用户使用的讨论论坛。
• 版本 v0.5.3 支持混合精度训练并更新了教程和数据集下载问题。

快速入门

环境要求和安装

• Python 版本需要 >= 3.7
• PyTorch 版本需要 >= 1.7.1

安装 PyTorch 后，可以通过 pip 安装 CogDL：

pip install cogdl

或者从源码安装：

pip install git+https://github.com/thudm/cogdl.git

使用方法

可以使用 CogDL 的 API 进行各种实验，特别是 experiment API。你也可以用自己的数据集和模型进行实验。例如：

from cogdl import experiment

# 基础使用示例
experiment(dataset="cora", model="gcn")

# 设置其他超参数
experiment(dataset="cora", model="gcn", hidden_size=32, epochs=200)

你还可以通过命令行执行，例如：

python scripts/train.py --dataset cora --model gcn gat --seed 0 1 2 3 4

常见问题

如果想贡献算法，可以通过 Github 提交 Issue 和 Pull Request，并遵循代码格式和风格。 想要实现快速 GNN 训练，CogDL 提供了快速的稀疏矩阵乘法运算符。 可以在多 GPU 上同时进行多模型的并行实验。

关于 CogDL

CogDL 由清华大学、浙江大学、达摩院和智谱 AI 团队开发和维护。如果你在研究或项目中使用了 CogDL，请引用相关论文。这不仅能帮助你展示工作基础，也能帮助项目团队跟踪示例的使用情况。