基于节点自适应传播的加速可扩展的图神经网络推理
原文中文，约300字，阅读约需1分钟。发表于：。大规模图的实时推断对于图神经网络 (GNNs) 提出了一项重大挑战，但我们提出了一种在线传播框架和两种新的节点自适应传播方法来加速可扩展 GNNs 的推断过程，并通过简单的超参数灵活管理准确性和时延之间的平衡。此外，我们进一步提出了 Inception Distillation 来弥补推断准确性损失，实验结果显示我们的方法在精确性和效率上优于现有的图推断加速方法。
该文介绍了在线传播框架和两种节点自适应传播方法，用于加速可扩展图神经网络的推断过程。同时，提出了Inception Distillation来平衡准确性和时延之间的平衡。实验结果表明，该方法优于现有的图推断加速方法。
