问题标签 [dgl]

我正在通过 networkx 创建一个图，然后使用函数from_networkx将其转换为 dgl 图。如果我用小图（大约 2k 个节点和边）来做它，它可以工作，但是当我尝试使用更大的图（100k 个节点和边）时，它总是由于内存而使内核崩溃。是否可以将大型 networkx 图转换为 dgl？还是只适用于小的？

我有以下问题：我正在尝试在 dgl 中编写消息传递函数。一轮消息传递后，每个节点应包含以下形式的张量：

在我的消息传递的减少阶段，我不断遇到有关向量维度的问题： RuntimeError：张量的大小必须匹配，除了维度 0。在维度 1 中得到 1 和 3（违规索引为 1） 请启发我关于我的错误行为。

最小的例子：

我正在使用 dgl 库，因为它很容易理解。但是我需要 torch_geometric 中的几个模块，但它们不支持 dgl 图。

有什么方法可以将 dgl 图更改为 torch_geometric 图？我的数据集是在 dgl 图形中构建的，当我加载数据集时，我会将它们更改为 torch_geometric 图形。

我有一个稀疏邻接矩阵（大约 150 万 X 1/5 百万对称），其中 50% 行 < 5 个元素，其稀疏表示完全适合 gpu（大约 3GB）。我想从一批感兴趣的行（大小 1024）中最多采样 n (32) 个元素。这应该尽可能快。

我的目标也是

• 值的对数强度函数中的偏差采样
• 在多个（示例 2）跃点采样

到目前为止，我一直在使用 dgl 来做这件事，但它非常慢，并且给当前模型增加了巨大的延迟。

您能否建议其他方法来执行此操作（希望是另一个可以很好地转换为 tensorflow 的图形库），或者您是否建议使用稀疏张量数据结构实现采样？

非常感谢

我是这个包的新手。在研究https://github.com/diningphil/graph-mixture-density-networks的代码时（稍作修改）。在 notebook 文件 SIR Simulation with DGL_ERDOS-RENYI.ipynb 中，在模拟过程中，我遇到了一个奇怪的事情：如果我设置debug = True，这意味着我没有使用pool = concurrent.futures.ProcessPoolExecutor(max_workers=processes )但只需一个一个运行，.json 文件和 .bin 文件都会根据 json_filepath 变量创建。

但是，当我删除输出并通过设置debug = False运行它时，如果我的理解正确，所有代码将同时运行，但不会创建 json_file 并且程序似乎在 step graph.to(torch.设备（设备）），因为我所有的打印命令都没有在之后执行。我只创建了 .bin 文件。

任何人都可以告诉我可能的原因或我应该做些什么来帮助我吗？非常感谢！