-
公开(公告)号：CN115115031A
公开(公告)日：2022-09-27
申请号：CN202210739152.8
申请日：2022-06-28
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种数据处理方法以及装置，所述方法包括：确定初始图网络中的初始活跃图节点，将初始活跃图节点标记为筛选网络的当前网络层的目标数据；在初始图网络中，根据初始活跃图节点以及初始活跃图节点的邻居图节点，确定当前网络层的下一网络层的候选活跃图节点，将候选活跃图节点标记为当前网络层的下一网络层的目标数据；将当前网络层的下一网络层作为当前网络层，将候选活跃图节点作为当前网络层的初始活跃图节点，继续执行根据初始活跃图节点以及初始活跃图节点的邻居图节点，确定当前网络层的下一网络层的候选活跃图节点直至当前网络层为筛选网络的最后一层；删除筛选网络的各个网络层的目标数据中的孤立数据得到目标数据集合。
-
公开(公告)号：CN114462600A
公开(公告)日：2022-05-10
申请号：CN202210372957.3
申请日：2022-04-11
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种有向图对应的图神经网络的训练方法及装置，方法包括：控制设备获得用户针对图神经网络在正向推理计算中用于进行节点表征聚合的第一算子设置的聚合配置信息后，提供给工作设备，聚合配置信息包括节点表征聚合涉及的参与对象和第一边方向；工作设备中的任一第一设备针对有向图中其持有的局部图中的当前节点，基于聚合配置信息利用第一算子对当前节点进行表征聚合；基于用于进行反向梯度计算的第二算子及根据聚合配置信息确定的梯度来源信息，确定图神经网络的当前梯度，将其发送至控制设备；控制设备基于各工作设备发送的当前梯度，更新图神经网络的模型参数。
-
Patent Agency Ranking
公开(公告)号：CN113688068B
公开(公告)日：2022-02-15
申请号：CN202111240147.4
申请日：2021-10-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F12/02 , G06F12/1009 , G06F9/50
Abstract: 本说明书的实施例提供图数据加载方法及装置。在该图数据加载方法中，响应于从外部获取到待加载图数据，为待加载图数据获取锁。基于图数据加载装置中存储的前一加载图数据的图数据加载标识，确定待加载图数据的图数据加载标识。基于待加载图数据的图数据加载标识，确定出待加载图数据在图数据处理设备的本地内存中所创建的图数据存储空间中的对应存储位置。在释放为待加载图数据获取的锁后，将待加载图数据保存到图数据存储空间中的对应存储位置。
-
公开(公告)号：CN113626650A
公开(公告)日：2021-11-09
申请号：CN202110890706.X
申请日：2021-08-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提出了一种业务处理方法、装置和电子设备，其中，上述业务处理方法中，获取数据和图神经网络模型中当前待计算的算子，获取上述算子对应的激活点集，根据上述激活点集，确定上述数据中当前需要进行计算的点，然后，根据上述算子，对当前需要进行计算的点进行计算。从而可以通过激活点集确定当前需要进行计算的点，消除冗余计算，提升图神经网络模型的处理速度。
-
公开(公告)号：CN115115031B
公开(公告)日：2025-03-25
申请号：CN202210739152.8
申请日：2022-06-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/0464 , G06N3/08 , G06N3/042
Abstract: 本说明书实施例提供一种数据处理方法以及装置，所述方法包括：确定初始图网络中的初始活跃图节点，将初始活跃图节点标记为筛选网络的当前网络层的目标数据；在初始图网络中，根据初始活跃图节点以及初始活跃图节点的邻居图节点，确定当前网络层的下一网络层的候选活跃图节点，将候选活跃图节点标记为当前网络层的下一网络层的目标数据；将当前网络层的下一网络层作为当前网络层，将候选活跃图节点作为当前网络层的初始活跃图节点，继续执行根据初始活跃图节点以及初始活跃图节点的邻居图节点，确定当前网络层的下一网络层的候选活跃图节点直至当前网络层为筛选网络的最后一层；删除筛选网络的各个网络层的目标数据中的孤立数据得到目标数据集合。
-
公开(公告)号：CN113688068A
公开(公告)日：2021-11-23
申请号：CN202111240147.4
申请日：2021-10-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F12/02 , G06F12/1009 , G06F9/50
Abstract: 本说明书的实施例提供图数据加载方法及装置。在该图数据加载方法中，响应于从外部获取到待加载图数据，为待加载图数据获取锁。基于图数据加载装置中存储的前一加载图数据的图数据加载标识，确定待加载图数据的图数据加载标识。基于待加载图数据的图数据加载标识，确定出待加载图数据在图数据处理设备的本地内存中所创建的图数据存储空间中的对应存储位置。在释放为待加载图数据获取的锁后，将待加载图数据保存到图数据存储空间中的对应存储位置。
-
公开(公告)号：CN114462600B
公开(公告)日：2022-07-05
申请号：CN202210372957.3
申请日：2022-04-11
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种有向图对应的图神经网络的训练方法及装置，方法包括：控制设备获得用户针对图神经网络在正向推理计算中用于进行节点表征聚合的第一算子设置的聚合配置信息后，提供给工作设备，聚合配置信息包括节点表征聚合涉及的参与对象和第一边方向；工作设备中的任一第一设备针对有向图中其持有的局部图中的当前节点，基于聚合配置信息利用第一算子对当前节点进行表征聚合；基于用于进行反向梯度计算的第二算子及根据聚合配置信息确定的梯度来源信息，确定图神经网络的当前梯度，将其发送至控制设备；控制设备基于各工作设备发送的当前梯度，更新图神经网络的模型参数。
-
-
-
-
-
-
Search Results
7
records
(took 0.044 seconds)
