PyTorch-BigGraph(PBG)是一个分布式系统,用于学习大型图的图形嵌入,特别是具有多达数十亿个实体和数万亿条边的大型Web交互图。 更新: PBG现在支持GPU训练。 请查看下面的部分! PBG在论文中介绍,该论文在2019年的。 PBG通过摄取其边缘列表在输入图上进行训练,每个边缘由其源实体和目标实体以及可能的关系类型标识。 它为每个实体输出特征向量(嵌入),尝试将相邻实体在向量空间中彼此靠近放置,同时将未连接的实体推开。 因此,具有相似邻居分布的实体最终将在附近。 可以配置每种关系类型,以不同的方式计算该“接近度分数”,并使用在训练中学习的参数(如果有)。 这允许在多个关系类型之间共享相同的基础实体嵌入。 其模型的通用性和可扩展性使PBG可以从知识图嵌入文献中训练许多模型,包括 , , 和 。 PBG的设计考虑了规模,并通过以下方法实现了规模: 图形分区,