Мы с гордостью объявляем о выпуске GA 1.0 адаптера ArangoDB-DGL!
Адаптер ArangoDB-DGL экспортирует графики из ArangoDB, мультимодельной базы данных графиков, в библиотеку Deep Graph (DGL), пакет Python для графовых нейронных сетей, и наоборот.
30 декабря 2021 года мы представили сообществу ArangoML наш первый выпуск адаптера DGL для ArangoDB. Мы тесно сотрудничали с нашей существующей реализацией адаптера ArangoDB-NetworkX, чтобы добиться согласованного UX в нашем (растущем) семействе адаптеров. Вы можете рассчитывать на такие же удобные для разработчиков варианты, а также на полезное руководство по началу работы через Google Colab. И, как всегда, с открытым исходным кодом!
Этот пост в блоге будет служить пошаговым руководством по адаптеру ArangoDB-DGL через его официальный блокнот Jupyter.
Мы рассмотрим следующие варианты использования:
- ArangoDB в DGL
Через граф ArangoDB
Через набор коллекций ArangoDB
Через определяемый пользователем метаграф
Уникальные случаи передачи атрибутов
2. DGL в ArangoDB
Однородные графы
Неоднородные графы
Уникальные случаи передачи атрибутов
Руководство по началу работы с адаптером ArangoDB DGL
Автор
Энтони учится с отличием в области компьютерных наук в Оттавском университете, Канада. Он впервые обнаружил мультимодельные сервисы ArangoDB, работая над своим побочным проектом репозитория изображений. После презентации своего побочного проекта на сессии ArangoDB Community Pioneer Энтони перешел к работе с командами Core и ML в качестве стажера SWE.
