[发明专利]图神经网络生成方法、装置、系统、介质以及电子设备

权利要求书

1.一种图神经网络生成方法，其特征在于，所述方法包括：

获取子图结构，所述子图结构用于反映对应的子图的图谱结构，所述子图包括多个节点和多个节点之间的边；

基于所述子图结构，根据预设优先级从多个内存中获取多个所述节点的节点特征和所述边的边特征；所述预设优先级是将多个所述内存按照内存大小从小到大排序得到的；

基于所述子图结构对多个所述节点的所述节点特征和所述边的所述边特征进行融合，得到子图数据；

基于所述子图数据对图神经网络进行训练。

2.根据权利要求1所述的图神经网络生成方法，其特征在于，多个所述内存包括图像处理器内存、中央处理器内存以及第一图存储服务器内存；所述基于所述子图结构，根据预设优先级从多个内存中获取多个所述节点的节点特征和所述边的边特征，包括：

从多个所述节点的标识中确定与所述图像处理器内存关联的第一节点标识，并根据所述第一节点标识从所述图像处理器内存中获取第一节点的所述节点特征和所述第一节点连接的边的所述边特征；

在所述第一节点未包括多个所述节点的所有节点的情况下，从第一剩余节点的标识中确定与所述中央处理器内存关联的第二节点标识，并根据所述第二节点标识从所述中央处理器内存中获取第二节点的所述节点特征和所述第二节点连接的边的所述边特征；所述第一剩余节点为多个所述节点除去所述第一节点后的节点；

在所述第一节点和所述第二节点未包括多个所述节点的所有节点的情况下，根据第二剩余节点的标识从所述第一图存储服务器内存中获取所述第二剩余节点的所述节点特征和所述第二剩余节点连接的边的所述边特征，所述第二剩余节点为多个所述节点除去所述第一节点和所述第二节点后的节点。

3.根据权利要求2所述的图神经网络生成方法，其特征在于，所述图像处理器内存包括多个；所述根据所述第一节点标识从所述图像处理器内存中获取第一节点的所述节点特征和所述第一节点连接的边的所述边特征，包括：

确定与多个所述图像处理器内存中各个所述图像处理器内存中关联的所述第一节点标识，并使用多个线程通过线程队列从各个所述图像处理器内存中获取对应的第一节点的所述节点特征及该第一节点连接的边的所述边特征。

4.根据权利要求1所述的图神经网络生成方法，其特征在于，所述获取子图结构，包括：

基于采样器从第二图存储服务器内存中获取所述子图结构；所述第二图存储服务器内存中存储有多个子图结构；

所述子图结构的节点特征以及边特征是预先提取并缓存到多个所述内存中的。

5.根据权利要求4所述的图神经网络生成方法，其特征在于，所述多个子图结构是通过如下方式得到的：

根据宽度优先搜索算法将全图切分为多个图分块，每个所述图分块包括对应数量的所述节点和该节点连接的边；

将多个所述图分块分配给多个图分片；

基于所述全图对多个所述图分片中每个包括的所述图分块进行结构还原，确定多个所述子图结构。

6.根据权利要求5所述的图神经网络生成方法，其特征在于，所述将多个所述图分块分配给多个图分片，包括：

根据预设顺序将多个所述图分块分配给多个图分片；

交换多个所述图分片各自的所述图分块的信息，将具备关联关系的所述图分块调整至同一所述图分片中，得到调整后的多个所述图分片。

7.根据权利要求5所述的图神经网络生成方法，其特征在于，在所述将多个所述图分块分配给多个图分片之前，所述方法还包括：

将节点数量小于第一预设阈值的第一目标图分块与其他图分块进行融合，得到融合后的多个图分块，所述其他图分块为多个所述图分块中除去所述第一目标图分块后的图分块。