近年来,图计算在搜索、推荐和风控等场景中获得显著的效果,但也面临超大规模异构图训练,与现有的深度学习框架Tensorflow和PyTorch结合等难题。
Galileo(伽利略)是一个图深度学习框架,具备超大规模、易使用、易扩展、高性能、双后端等优点,旨在解决超大规模图算法在工业级场景的落地难题,提供图神经网络和图嵌入等模型的训练评估及预测能力。
Galileo图深度学习框架采用分层设计理念,主要分为分布式图引擎、图多后端框架、图模型三层。
我们提供了Galileo的pip和conda包,推荐在docker镜像中使用Galileo,免去了安装依赖包的烦恼。也可以从源码编译安装Galileo。
阅读入门教程开始使用Galileo。
如果Galileo目前实现的图模型无法满足需求,可以定制化图模型。
使用自己的图数据可以参考图数据准备。
如果图数据量大,可以参考分布式训练。
想要了解更多Galileo接口参考API文档。
欢迎通过issue和邮件组(galileo_opensource@jd.com)联系我们。
Galileo图深度学习框架使用Apache License 2.0许可。
Galileo图深度学习框架由京东集团-京东零售-技术与数据中心荣誉出品,在此感谢京东零售算法通道的大力支持,同时感谢商业提升事业部、搜索与推荐平台部等兄弟部门在开发及使用过程中提出的宝贵意见。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。