下图是上面这个案例所对应的拓扑图：
文章插图
总结概要对于从元素运算到矩阵运算再到张量运算，最后抽象到图运算 ， 这个预算模式的发展历程，在每个阶段都需要有配套的工具来进行支持 。比如矩阵时代的numpy，张量时代的mindspore，还有图时代的mindspore-gl 。我们未必说哪种运算模式就一定更加先进，但是对于coder来说，“公式即代码”这是一个永恒的话题，而mindspore-gl在这一个工作上确实做的很好 。不仅仅是图模式的编程可读性更高，在GPU运算的性能上也有非常大的优化 。
版权声明本文首发链接为：https://www.cnblogs.com/dechinphy/p/mindspore_gl.html
作者ID：DechinPhy
更多原著文章请参考：https://www.cnblogs.com/dechinphy/
打赏专用链接：https://www.cnblogs.com/dechinphy/gallery/image/379634.html
腾讯云专栏同步：https://cloud.tencent.com/developer/column/91958
CSDN同步链接：https://blog.csdn.net/baidu_37157624?spm=1008.2028.3001.5343
51CTO同步链接：https://blog.51cto.com/u_15561675
参考链接
- https://gitee.com/mindspore/graphlearning
- https://www.bilibili.com/video/BV14a411976w/
- Seastar: Vertex-Centric Progamming for Graph Neural Networks. Yidi Wu and other co-authors.
推荐阅读
- PGL Paddle Graph Learning 关于图计算&图学习的基础知识概览：前置知识点学习
- 论文笔记 - GRAD-MATCH: A Gradient Matching Based Data Subset Selection For Efficient Learning
- 论文笔记 - SIMILAR: Submodular Information Measures Based Active Learning In Realistic Scenarios
- 谣言检测《Rumor Detection with Self-supervised Learning on Texts and Social Graph》
- RDCL 谣言检测——《Towards Robust False Information Detection on Social Networks with Contrastive Learning》
- Learning Records JavaScript进阶
- GLA 论文解读《Label-invariant Augmentation for Semi-Supervised Graph Classification》
- Learning Records 计算机网络
- Nebula Graph介绍和SpringBoot环境连接和查询
- 谣言检测《Data Fusion Oriented Graph Convolution Network Model for Rumor Detection》