图机器学习目前是深度学习和人工智能领域最火热的课题之一。仅仅几年间,图神经网络(GNN)从小规模的理论原型,成长到在多个领域开花结果。这些领域包括经典的图数据应用(比如信息抽取、推荐系统、欺诈检测、知识图谱等),以及在生化、材料、高能物理、医疗等学科中的基于结构化数据的应用。当然也包括计算机科学中的许多基本问题,比如计算机视觉、自然语言处理、图形学、强化学习等等。
因此,为了更好地联系广大对图机器学习有兴趣的研究者和相关领域的从业者,AWS DGL团队和NVIDIA RAPIDS团队一起组织了针对图神经网络的系列讲座。我们每月会举办一次线上交流,邀请来自学界和业界的讲者分享最新的成果,交流和促进图机器学习的发展。
7:00 - 7:10: Welcome and Updates
7:10 - 7:40: Unified Tensor - Enabling GPU-centric Data Access for Efficient Large Graph GNN Training (Seungwon Min, University of Illinois at Urbana-Champaign)
7:40 - 8:10: Challenges and Thinking in Go-production of GNN + DGL (Dr. Jian Zhang, AWS Shanghai AI Lab and AWS Machine Learning Solution Lab)
北京时间2021年10月1日,上午7:00 - 8:30。
美国太平洋时间2021年9月30日,下午16:00 - 17:30。
报名链接:
https://www.eventbrite.com/e/graph-neural-networks-user-group-tickets-137512275919
往期视频:
https://www.youtube.com/channel/UCnmuSDY1pTlaFH1WRQElfTg