如何應(yīng)用自動機(jī)器學(xué)習(xí) （AutoML） 加速圖機(jī)器學(xué)習(xí)任務(wù)的處理？清華大學(xué)發(fā)布全球首個開源自動圖學(xué)習(xí)工具包：AutoGL （Auto Graph Learning），支持在圖數(shù)據(jù)上全自動進(jìn)行機(jī)器學(xué)習(xí)。

人工智能的蓬勃發(fā)展離不開數(shù)據(jù)、算力、算法這三大要素。而在浩瀚的數(shù)據(jù)中，有一種數(shù)據(jù)結(jié)構(gòu)既普遍又復(fù)雜，它就是圖（graph）。

圖是一種用于描述事物之間關(guān)系的結(jié)構(gòu)，其基本構(gòu)成元素為節(jié)點(diǎn)和連接節(jié)點(diǎn)的邊。

很多不同領(lǐng)域的研究問題都可以很自然地建模成圖機(jī)器學(xué)習(xí)，例如蛋白質(zhì)建模、物理系統(tǒng)模擬、組合優(yōu)化等基礎(chǔ)研究;社交媒體分析、推薦系統(tǒng)、虛假新聞檢測等互聯(lián)網(wǎng)應(yīng)用;以及金融風(fēng)控、知識表征、交通流量預(yù)測、新藥發(fā)現(xiàn)等。

圖結(jié)構(gòu)豐富且具有與生俱來的導(dǎo)向能力，因此非常適合機(jī)器學(xué)習(xí)模型。同時，它又無比復(fù)雜，難以進(jìn)行大規(guī)模擴(kuò)展應(yīng)用。而且不同的圖數(shù)據(jù)在結(jié)構(gòu)、內(nèi)容和任務(wù)上千差萬別，所需要的圖機(jī)器學(xué)習(xí)模型也可能相差甚遠(yuǎn)，這就導(dǎo)致不同任務(wù)的模型自動化面臨巨大挑戰(zhàn)。如何設(shè)計最優(yōu)的圖自動機(jī)器學(xué)習(xí)模型，是一個尚未解決的難題。

圖 + AutoML = ？

自動機(jī)器學(xué)習(xí) （AutoML） 旨在將機(jī)器學(xué)習(xí)的過程自動化，在降低機(jī)器學(xué)習(xí)使用門檻的同時，提升機(jī)器學(xué)習(xí)的效果。但現(xiàn)有的自動機(jī)器學(xué)習(xí)工具，無法考慮圖數(shù)據(jù)的特殊性，因此無法應(yīng)用在圖機(jī)器學(xué)習(xí)模型中。

為了解決該問題，清華大學(xué)朱文武教授帶領(lǐng)的網(wǎng)絡(luò)與媒體實(shí)驗(yàn)室發(fā)布了全球首個開源自動圖學(xué)習(xí)工具包：AutoGL （Auto Graph Learning）。該工具支持在圖數(shù)據(jù)上全自動進(jìn)行機(jī)器學(xué)習(xí)，并且支持圖機(jī)器學(xué)習(xí)中最常見的兩個任務(wù)：節(jié)點(diǎn)分類任務(wù)（node classification）與圖分類任務(wù)（graph classification）。

AutoGL 流程圖。

AutoGL 工具包首先使用 AutoGL Dataset 維護(hù)圖機(jī)器學(xué)習(xí)任務(wù)所需數(shù)據(jù)集。AutoGL Dataset 導(dǎo)入了大規(guī)模圖表示學(xué)習(xí)工具包 CogDL 和圖神經(jīng)網(wǎng)絡(luò)庫 PyTorch Geometric （PyG） 中的數(shù)據(jù)集模塊，并添加對 OGB 數(shù)據(jù)集的支持，同時還添加了一些支持以便集成 auto solver 框架。

不同的圖機(jī)器學(xué)習(xí)任務(wù)可以通過不同的 AutoGL Solver 得到解決。AutoGL Solver 使用四個主要模塊自動化解決給定任務(wù)，分別是特征工程（Feature Engineering）、圖學(xué)習(xí)模型（Graph Learning Model）、超參數(shù)優(yōu)化（HPO），以及模型自動集成（Auto Ensemble）。每個部分在設(shè)計時都引入了對圖數(shù)據(jù)特殊性的考慮。

模塊 1：特征工程

AutoGL 特征工程模塊包含了圖機(jī)器學(xué)習(xí)過程中常用的特征工程方法，包括節(jié)點(diǎn) / 邊 / 子圖特征提取、變換和篩選，如節(jié)點(diǎn)度數(shù)、節(jié)點(diǎn) ID、特征向量等。這些方法顯著豐富了目標(biāo)圖數(shù)據(jù)上的信息，提高了圖學(xué)習(xí)的效果。同時，用戶還可以非常方便地擴(kuò)展特征工程模塊，以實(shí)現(xiàn)個性化的需求。

模塊 2：圖學(xué)習(xí)模型

AutoGL 目前支持 GCN、GAT、GIN 等常見圖學(xué)習(xí)模型，可以完成包括點(diǎn)分類、圖分類在內(nèi)的多種常見任務(wù)，使用方式簡單，上手方便。同時，AutoGL 主頁還提供了詳細(xì)的說明文檔，支持用戶自定義模型，可擴(kuò)展性良好。

模塊 3：超參數(shù)優(yōu)化

AutoGL 目前集成了多種通用超參數(shù)優(yōu)化方法， 如網(wǎng)格搜索、隨機(jī)搜索、貝葉斯優(yōu)化、模擬退火、TPE 等算法，同時還包含專門針對圖學(xué)習(xí)優(yōu)化的自動機(jī)器學(xué)習(xí)算法 AutoNE。該模塊省去了圖學(xué)習(xí)中繁雜的手動調(diào)參過程，極大地提高了工程效率。同時，該模塊易于使用，用戶只需給出各個超參數(shù)的類型和搜索空間、指定超參數(shù)優(yōu)化方法，即可快速上手運(yùn)行若干自動圖學(xué)習(xí)模型。

AutoGL 會在給定的資源預(yù)算（時間、搜索次數(shù)等）內(nèi)給出最優(yōu)的超參數(shù)組合。該模塊同樣支持?jǐn)U展，用戶可以自定義新的超參數(shù)優(yōu)化算法。

模塊 4：模型自動集成

自動集成模塊目前支持兩類常用的集成學(xué)習(xí)方法：voting 和 stacking。該模塊通過組合多個基模型得到一個博采眾長的集成模型，從而進(jìn)一步提升圖學(xué)習(xí)的效果。

AutoGL 工具包目前支持多種算法，如下表所示：

AutoGL 工具包四個不同模塊所支持的算法。

AutoGL 工具包極大地方便了開發(fā)人員進(jìn)行對應(yīng)的圖學(xué)習(xí)算法設(shè)計和調(diào)優(yōu)。用戶只需按照 AutoGL 的數(shù)據(jù)集標(biāo)準(zhǔn)提供目標(biāo)數(shù)據(jù)集，AutoGL 就會自動尋找最優(yōu)的模型和對應(yīng)的超參數(shù)，從而簡化圖學(xué)習(xí)算法開發(fā)與應(yīng)用的流程，極大提升圖學(xué)習(xí)相關(guān)的科研和應(yīng)用效率。

此外，AutoGL 工具包還提供了一個供使用者公平地測試與對比算法的平臺。AutoGL 在設(shè)計時遵循模塊化思想，每個模塊均可擴(kuò)展，用戶只需實(shí)現(xiàn)對應(yīng)模塊類的接口，即可方便地測試自己的算法，為快速獲得 baseline 效果、公平對比不同模型性能提供方便。

未來展望

據(jù) AutoGL 研發(fā)團(tuán)隊透露，他們將進(jìn)一步深入研發(fā)，以方便其他研究者、業(yè)界使用者和初學(xué)者快速上手 AutoGL，解決學(xué)術(shù)界、產(chǎn)業(yè)界遇到的圖學(xué)習(xí)相關(guān)問題。

AutoGL 網(wǎng)站顯示，該工具包將在近期支持以下功能：

神經(jīng)架構(gòu)搜索；

大規(guī)模圖數(shù)據(jù)集支持；

更多圖任務(wù)（如鏈接預(yù)測、異構(gòu)圖任務(wù)、時空任務(wù)）；

Graph Boosting & Bagging；

對更多圖模型庫提供后端支持（如 DGL）。

AutoGL 研發(fā)團(tuán)隊期待得到各類使用反饋，以更好地完善 AutoGL 的各項功能?！肝覀兊淖罱K目的是推動自動圖機(jī)器學(xué)習(xí)在學(xué)術(shù)界與工業(yè)界的深層次探索和應(yīng)用。」AutoGL 研發(fā)者談及之后的計劃時表示。

相關(guān)鏈接

AutoGL 網(wǎng)站地址：http://mn.cs.tsinghua.edu.cn/autogl/

AutoGL 代碼鏈接：https://github.com/THUMNLab/AutoGL

AutoGL 說明文檔：https://autogl.readthedocs.io/en/latest/index.html

圖深度學(xué)習(xí)模型綜述：https://arxiv.org/abs/1812.04202
責(zé)編AJX