基于结构感知随机化小批量训练的高效图神经网络训练

本文针对当前图神经网络（GNN）训练中小批量构建策略忽视效率的问题，提出了一种新的方法——社区结构感知随机化小批量训练（COMM-RAND）。该方法在保持训练准确性和收敛速度的同时，通过在纯随机性与纯结构感知之间寻找平衡，显著提高了GNN训练效率。实验表明，COMM-RAND在多个图学习基准上训练时间减少了最高2.76倍（平均1.8倍），并且准确性仅下降1.79个百分点（平均0.42个百分点）。