Facebook开源图表示学习利器：Pytorch-BigGraph

【导读】随着社交网络、推荐系统等典型图数据场景的发展，业界对图结构数据的处理需求日益强烈，为了帮助科研、产业界的研究人员快速实现自己的想法，Facebook开源了Pytorch-BigGraph工具。

原文链接：

Open-sourcing PyTorch-BigGraph for faster embeddings of extremely large graphs

https://ai.facebook.com/blog/open-sourcing-pytorch-biggraph-for-faster-embeddings-of-extremely-large-graphs/

介绍：

在人工智能的研究与应用过程中，多种场景均与大规模图结构数据关系密切，因此Facebook AI创建并开源了PyTorch-BigGraph（PBG）工具，它可以更快、更容易的为大规模图结构数据实现图嵌入表示算法。PBG比常用的图嵌入工具速度更快，并且可以在基准测试过程中，达到最优性能。通过PBG，任何人都可以使用单台计算节点活多台分布式节点快速对大规模图结构数据实现嵌入表示。

例如，我们已经发布了完整五千万维基百科概念图谱的嵌入表示，并可以在AI研究社区中作为结构化数据使用。这些嵌入表示均采用PBG创建，可以帮助其他研究者完成在维基百科概念上的机器学习任务。

另外，PBG均采用PyTorch实现，研究人员以及工程师可以非常容易的在其基础上实现定制化的损失函数、模型以及其他的组件。

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“PBG” 就可以获取《PYTORCH-BIGGRAPH: A LARGE-SCALE GRAPH EMBEDDING SYSTEM》的下载链接~

附论文全文：

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成！520+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询《深度学习:算法到实战》课程，咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程