动态图的图保留网络

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种统一的图保留网络(GRN)架构,旨在提高动态图深度学习的计算效率和可扩展性,增强边级预测和节点级分类的性能,同时实现低训练延迟和高推理吞吐量。

🎯

关键要点

  • 提出了一种统一的图保留网络(GRN)架构。
  • 旨在提高动态图深度学习的计算效率和可扩展性。
  • 增强边级预测和节点级分类的性能。
  • 实现低训练延迟和高推理吞吐量。
  • 有望在动态图学习任务中得到广泛应用。
➡️

继续阅读