|
编辑：桃子
【新智元导读】图神经网络诞生败兴得到广泛的应用，能将世界区别对象之间的关系暗示出来。今天，谷歌团队官宣发布TensorFlow-GNN 1.0，一个用于大规模构建GNN的经过生产测试的库。
2005年，划时代之作「The Graph Neural Network Model」的面世，将图神经网络带到每一个人面前。
这里之前，专家处理图数据的方式是，在数据预处理周期，将图转换为一组「向量暗示」。
而CNN的显现彻底改变这种信息丢失的坏处端，近20年来，一代又一代模型持续演变，推动ML行业进步。
今天，谷歌正式官宣发布TensorFlow GNN 1.0（TF-GNN）——用于大规模构建GNN的经过生产测试的库。
它既支持在TensorFlow中的建模和训练，亦支持从大型数据存储中提取输入图。
TF-GNN是专为异构图从头起始构建的，其中对象和关系的类型由区别的节点和边集合来暗示。
现实世界中的对象及其关系以区别的类型显现，而TF-GNN的异构焦点，使得暗示它们变得非常自然。
谷歌专家Anton Tsitsulin暗示，繁杂的异构建模又回来了！
TF-GNN 1.0首面世
对象及其相互之间的关系，在咱们的世界中无处不在。
而关系针对理解一个对象的重要性，不亚于孤立地看待对象本身的属性，例如交通网络、生产网络、知识图谱或社交网络。
离散数学和计算机科学长时间败兴始终将这类网络形式化为图，由「节点」以各样不规则方式经过边任意连接而成。
然而，大都数设备学习算法只准许输入对象之间存在规则统一的关系，如像素网格、单词序列，或完全无关系。
图形神经网络，简叫作GNN，是一种强大的技术，既能利用图的连通性（如初期算法DeepWalk和Node2Vec），又能利用区别节点和边输入特征。
GNN能够对图的整体（这种分子是不是以某种方式做出反应？）、单个节点（按照引用，这份文档的主题是什么？）、潜在的边（这种制品是不是可能与另一种制品一块购买？）进行预测。
除了对图形进行预测之外，GNN还是一个强大的工具——用于弥合与更典型的神经网络用例之间的鸿沟。
它们以连续的方式对图的离散关系信息进行编码，从而能够将其自然地纳入另一个深度学习系统。
谷歌在今天正式宣布用于大规模构建GNN的经过生产测试的库——TensorFlow GNN 1.0（TF-GNN）。
在TensorFlow中，这般的图形由 tfgnn.GraphTensor 类型的对象暗示。
这是一个复合张量类型（一个Python类中的张量集合），在 tf.data.Dataset 、 tf.function 等中被接受为「头等对象」。
它既能存储图结构，亦能存储节点、边和全部图的特征。
GraphTensors的可训练变换能够定义为高级Kera API中的Layers对象，或直接运用 tfgnn.GraphTensor 原语。
GNN：对上下文中的对象进行预测
接下来，进一步解释下TF-GNN，能够看下其中一个典型的应用：
预测一个庞大数据库中，由交叉引用表定义的图中某类节点的属性
举个例子，计算机科学（CS）的引文数据库arxiv论文中，有一对多的引用和多对一的引用关系，能够预测每篇论文的所在的主题行业。
与大都数神经网络同样，GNN亦是在许多标记样本（约数百万个）的数据集上进行训练的，但每一个训练过程只包括一批小得多的训练样本（例如数百个）。
为了扩展到数百万个样本，GNN会在底层图中恰当小的子图流上进行训练。每一个子图包括足够多的原始数据，用于计算中心标记节点的GNN结果并训练模型。
这一过程，一般被叫作为子图采样，针对GNN训练是极其重要的。
现有的大都数工具都是以批方式完成采样，生成用于训练的静态子图。
而TF-GNN供给了，经过动态和交互采样来改进这一点的工具。
子图抽样过程，即从一个很强的图中抽取小的、可操作的子图，为GNN训练创建输入示例
TF-GNN 1.0推出了灵活的Python API，用于配置所有关联比例的动态或批处理子图采样：在Colab笔记中交互采样。
详细来讲，对存储在单个训练主机主内存中的小型数据集进行「有效采样」，或经过Apache Beam对存储在网络文件系统中的庞大数据集（多达数亿节点和数十亿条边）进行分布式采样。
在这些相同的采样子图上，GNN的任务是，计算根节点的隐匿（或潜在）状态；隐匿状态聚集和编码根节点邻域的关联信息。
一种平常的办法是「信息传递神经网络」。
在每一轮信息传递中，节点沿着传入边接收来自邻节点的信息，并从这些边更新自己的隐匿状态。
在n轮之后，根节点的隐匿状态反映了，n条边内所有节点的聚合信息（如下图所示，n=2)。信息和新的隐匿状态由神经网络的隐层计算。
在异构图中，对区别类型的节点和边运用单独训练的隐匿层一般是有道理的。
图为一个简单的「信息传递神经网」，在该网络中，每一步节点状态都会从外边节点传播到内部节点，并在内部节点汇集计算出新的节点状态。一旦到达根节点，就能够进行最后预测
训练设置是，经过将输出层安置在已标记节点的GNN的隐匿状态之上、计算损失（以测绘预测误差）并经过反向传播更新模型权重来完成的，这在任何神经网络训练中都是平常的。
除了监督训练之外，GNN亦能够以无监督的方式训练，能够让咱们计算节点及其特征的离散图结构的连续暗示（或嵌入）。
而后，这些暗示一般在其他ML系统中运用。
经过这种方式，由图编码的离散关系信息，就能被纳入更典型的神经网络用例中。TF-GNN支持对异构图的无监督目的进行细粒度规范。
构建GNN架构
TF-GNN库支持构建和训练，区别抽象层次的GNN。
在最高层，用户能够运用与库绑定在一块的任何预定义模型，这些模型以Kera层暗示。
除了科研文献中的一小部分模型外，TF-GNN还附带了一个高度可配置的模型模板，该模板供给了经过精心挑选的建模选取。
谷歌发掘这些选取，为咱们的许多内部问题供给了强有力的基线。模板实现GNN层；用户只需从Kera层起始初始化。 import tensorflow_gnn as tfgnn
from tensorflow_gnn.models import mt_albis
def model_fn(graph_tensor_spec: tfgnn.GraphTensorSpec):
"""Builds a GNN as a Keras model."""
graph = inputs = tf.keras.Input(type_spec=graph_tensor_spec)
# Encode input features (callback omitted for brevity).
graph = tfgnn.keras.layers.MapFeatures(
node_sets_fn=set_initial_node_states)(graph)
# For each round of message passing...for _ in range(2):
# ... create and apply a Keras layer.
graph = mt_albis.MtAlbisGraphUpdate(
units=128, message_dim=64,
attention_type="none", simple_conv_reduce_type="mean",
normalization_type="layer", next_state_type="residual",
state_dropout_rate=0.2, l2_regularization=1e-5,
)(graph)
return tf.keras.Model(inputs, graph)在最低层，用户能够按照用于在图中传递数据的原语，从头起始编写GNN模型，例如将数据从节点广播到其所有传出边，或将数据从其所有传入边汇集到节点中。
当触及到特征或隐匿状态时，TF-GNN 的图数据模型对节点、边和全部输入图一视同仁。
因此呢，它不仅可以直接暗示像MPNN那样以节点为中心的模型，况且还能够暗示更通常形式的的图网络。
这能够（但不必定）运用Kera做为核心TensorFlow顶部的建模框架来完成。
训练编排
虽然高级用户能够自由地进行定制模型训练，但TF-GNN Runner还供给了一种简洁的办法，在平常状况下协调Kera模型的训练。
一个简单的调用可能如下所示： from tensorflow_gnn import runner
runner.run(
task=runner.RootNodeBinaryClassification("papers", ...),
model_fn=model_fn,
trainer=runner.KerasTrainer(tf.distribute.MirroredStrategy(), model_dir="/tmp/model"),
optimizer_fn=tf.keras.optimizers.Adam,
epochs=10,
global_batch_size=128,
train_ds_provider=runner.TFRecordDatasetProvider("/tmp/train*"),
valid_ds_provider=runner.TFRecordDatasetProvider("/tmp/validation*"),
gtspec=...,
)
Runner为ML Pain供给了现成的处理方法，如分布式训练和云TPU上固定形状的 tfgnn.GraphTensor 填充。
除了单一任务的训练（如上所示）外，它还支持多个（两个或更加多）任务的联合训练。
例如，非监督任务能够与监督任务混合，以形成拥有特定于应用的归纳偏差的最后连续暗示（或嵌入）。调用方只需将任务参数替换为任务映射： from tensorflow_gnn import runner
from tensorflow_gnn.models import contrastive_losses
runner.run(
task={
"classification": runner.RootNodeBinaryClassification("papers", ...),
"dgi": contrastive_losses.DeepGraphInfomaxTask("papers"),
},
...
)另外，TF-GNN Runner还包含用于模型归因的集成梯度实现。
集成梯度输出是一个GraphTensor，其连接性与观察到的GraphTensor相同，但其特征用梯度值代替，在GNN预测中，很强的梯度值比较小的梯度值贡献更加多。
总之，谷歌期盼TF-GNN将有助于推动GNN在TensorFlow中的大规模应用，并推动该行业的进一步创新。
| 
发表于 2024-7-31 00:59:43