3장: GNN 모듈 만들기
DGL NN 모듈은 GNN 모델을 만드는데 필요한 빌딩 블록들로 구성되어 있다. NN 모듈은 백엔드로 사용되는 DNN 프레임워크에 따라 Pytorch’s NN Module , MXNet Gluon’s NN Block 그리고 TensorFlow’s Keras Layer 를 상속한다. DGL NN 모듈에서, 생성 함수에서의 파라메터 등록과 forward 함수에서 텐서 연산은 백엔드 프레임워크의 것과 동일하다. 이런 방식의 구현덕에 DGL 코드는 백엔드 프레임워크 코드와 원활하게 통합될 수 있다. 주요 차이점은 DGL 고유의 메시지 전달 연산에 존재한다.
DGL은 일반적으로 많이 사용되는 apinn-pytorch-conv , apinn-pytorch-dense-conv , apinn-pytorch-pooling 와 apinn-pytorch-util 를 포함하고 있고. 여러분의 기여를 환영한다.
이 장에서는 PyTorch 백엔드를 사용한 SAGEConv 를 예제로 커스텀 DGL NN 모듈을 만드는 방법을 소개한다.