用户指南【包含过时信息】

• 第1章：图
• 第2章：消息传递范式
• 第3章：构建图神经网络（GNN）模块
• 第4章：图数据处理管道
• 第5章：训练图神经网络
• 第6章：在大图上的随机（批次）训练
• 第7章：分布式训练

2020年9月，DGL社区的一群热心贡献者把DGL用户指南译成了中文，方便广大中文用户群学习和使用DGL。

特此致谢下述贡献者：

章节	个人姓名/昵称	个人链接
第1章：图	张怀文/Huaiwen Zhang	https://github.com/huaiwen
1.1 关于图的基本概念	沈成 / mlsoar	https://github.com/mlsoar
1.2 图、节点和边	张建 / zhjwy9343	https://github.com/zhjwy9343
1.3 节点和边的特征	沈成 / mlsoar	https://github.com/mlsoar
1.4 从外部源创建图	沈成 / mlsoar	https://github.com/mlsoar
1.5 异构图	张怀文/Huaiwen Zhang	https://github.com/huaiwen
第2章：消息传递范式,	黄崟/Brook Huang	https://github.com/brookhuang16211
2.1 内置函数和消息传递API	黄崟/Brook Huang	https://github.com/brookhuang16211
2.2 编写高效的消息传递代码	黄崟/Brook Huang	https://github.com/brookhuang16211
2.3 在图的一部分上进行消息传递	陈知雨/Zhiyu Chen	https://www.zhiyuchen.com
guide_cn-message-passing-edge	陈知雨/Zhiyu Chen	https://www.zhiyuchen.com
2.5 在异构图上进行消息传递	陈知雨/Zhiyu Chen	https://www.zhiyuchen.com
第3章：构建图神经网络（GNN）模块	陈知雨/Zhiyu Chen	https://www.zhiyuchen.com
3.1 DGL NN模块的构造函数	陈知雨/Zhiyu Chen	https://www.zhiyuchen.com
3.2 编写DGL NN模块的forward函数	栩栩的夏天
3.3 异构图上的GraphConv模块	栩栩的夏天
第4章：图数据处理管道	吴紫薇/ Maggie Wu	https://github.com/hhhiddleston
4.1 DGLDataset类	吴紫薇/ Maggie Wu	https://github.com/hhhiddleston
4.2 下载原始数据（可选）	吴紫薇/ Maggie Wu	https://github.com/hhhiddleston
4.3 处理数据	吴紫薇/ Maggie Wu	https://github.com/hhhiddleston
4.4 保存和加载数据	王建民/DrugAI	https://github.com/AspirinCode
4.5 使用ogb包导入OGB数据集	王建民/DrugAI	https://github.com/AspirinCode
第5章：训练图神经网络	王建民/DrugAI	https://github.com/AspirinCode
5.1 节点分类/回归,	王建民/DrugAI	https://github.com/AspirinCode
5.2 边分类/回归	徐东辉/DonghuiXu	https://github.com/rewonderful
5.3 链接预测	徐东辉/DonghuiXu	https://github.com/rewonderful
5.4 整图分类	莫佳帅子/Molasses	https://github.com/sleeplessai
第6章：在大图上的随机（批次）训练	莫佳帅子/Molasses	https://github.com/sleeplessai
6.1 针对节点分类任务的邻居采样训练方法	孟凡荣/kevin-meng	https://github.com/kevin-meng
6.2 针对边分类任务的邻居采样训练方法	莫佳帅子/Molasses	https://github.com/sleeplessai
6.3 针对链接预测任务的邻居采样训练方法	孟凡荣/kevin-meng	https://github.com/kevin-meng
6.4 定制用户自己的邻居采样器	孟凡荣/kevin-meng	https://github.com/kevin-meng
6.5 为小批次训练实现定制化的GNN模块	胡骏	https://github.com/CrawlScript
6.6 超大图上的精准离线推断	胡骏	https://github.com/CrawlScript
第7章：分布式训练	宋怡然/Yiran Song	https://github.com/rr-Yiran
7.1 分布式训练所需的图数据预处理	宋怡然/Yiran Song	https://github.com/rr-Yiran
7.2 分布式计算的API	李庆标/Qingbiao Li	https://qingbiaoli.github.io/
7.3 运行分布式训练/推断所需的工具	李庆标/Qingbiao Li	https://qingbiaoli.github.io/