基于自适应稀疏化图的图卷积网络加速方法

  • 国民经济行业:信息传输、软件和信息技术服务业
  • 学科类别:计算机科学技术
  • 权利人:上海交通大学

知识产权简介

本发明旨在提出一种可以自适应地稀疏化图结构的方法,通过去除输入图结构中与任务无关的边来加速图神经网络的计算。我们采用了一个边预测模块,通过在训练阶段分别自适应地学习每个GCN层的下游任务反馈信号来获得边选择策略,然后在推理阶段只对所选择的边进行计算,以加速GCN的计算速度。实验结果表明,在公共的图学习任务测试基准上,相对于现有的模型,我们的方法在CPU上能够加速43%,在GPU上能够加速39%。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作