摘要
我们介绍了一种基于 PyTorch 的库——PyTorch Geometric，该库用于在非规则结构输入数据（如图、点云和流形）上进行深度学习。除了提供通用的图数据结构和处理方法外，它还包含了许多最近发表的关系学习和 3D 数据处理领域的算法。通过利用稀疏 GPU 加速、提供专用的 CUDA 内核以及引入高效的变大小输入样本的小批量处理机制，PyTorch Geometric 实现了高数据吞吐量。本文详细介绍了该库，并在同质评估场景中对实现的方法进行了全面的比较研究。
我们介绍了一种基于 PyTorch 的库——PyTorch Geometric，该库用于在非规则结构输入数据（如图、点云和流形）上进行深度学习。除了提供通用的图数据结构和处理方法外，它还包含了许多最近发表的关系学习和 3D 数据处理领域的算法。通过利用稀疏 GPU 加速、提供专用的 CUDA 内核以及引入高效的变大小输入样本的小批量处理机制，PyTorch Geometric 实现了高数据吞吐量。本文详细介绍了该库，并在同质评估场景中对实现的方法进行了全面的比较研究。