图神经网络版本的PyTorch来了，Facebook开源GTN框架，还可对图自动微分

图片地址：https://n.sinaimg.cn/sinakd20201014s/482/w900h382/20201014/d74a-kakmcxe6591382.jpg

图神经网络「GNN」是近年来最火爆的研究领域之一，常用于社交网络和知识图谱的构建，由于具有良好的可解释性，现在已经广泛使用在各个场景当中。使用基于图的数据结构构建机器学习模型一直很困难，因为没有很多易于使用的框架。通过将图(或数据)从操作中分离出来，研究人员将有更多的自由和机会来尝试更多的结构化学习算法的设计。Facebook刚开源的工具，将帮助开发人员更快地开发图相关的算法。图结构非常适合于编码有用的先验知识，通过在训练时使用这些图，整个系统仍然可以从数据中进行学习和改进。从长远来看，WFST与数据学习相结合有可能使机器学习模型更加精确、模块化和轻量化。GTN框架：用WFSTs代替TensorFacebook近期开源了GTN(Graph Transformer Networks)框架，一个为了图的自动微分而设计的开源框架，支持功能强大、具有表达能力的图结构，称为加权有限状态转换器(WFSTs)。就像PyTorch 为张量的自动