| 模型 | 框架 | 框架 |
|---|---|---|
| LINE | Tensorflow简单用法（keras和estimator） Tensorflow高级用法（keras） |
PyTorch |
| Node2vec | Tensorflow简单用法（keras和estimator） Tensorflow使用hdfs文件（keras和estimator） Tensorflow使用一个ps训练（estimator） Tensorflow使用多个ps训练（estimator） |
PyTorch简单用法 PyTorch原生训练 PyTorch高级用法 |
| 有监督GraphSAGE | Tensorflow（keras） | PyTorch |
| 无监督GraphSAGE | Tensorflow（keras） Tensorflow（estimator） Tensorflow sparse模型（estimator） Tensorflow自定义predict（estimator） |
PyTorch PyTorch sparse模型 PyTorch使用hdfs文件 |
| GCN | Tensorflow（estimator） | - |
| GATNE直推式 | Tensorflow（estimator） | - |
| GATNE归纳式 | Tensorflow（estimator） Tensorflow支持多种特征（estimator） |
- |
| HeteSAGE自研模型 | Tensorflow（estimator） | - |
| HAN | Tensorflow（estimator） | - |
备注：
- 简单用法是指使用Galileo提供的Layer实现模型，高级用法是指自定义模型实现。
- Tensorflow后端下所有模型都支持keras和estimator训练，只是有的模型只提供了部分实现，另外如果使用ps的话只能使用estimator训练了。
- Unify统一框架，使用参数选择使用Tensorflow或PyTorch，目前某些API还不太完善，只提供了LINE模型的示例，最好是使用各自框架的例子。
- 在docker中启动zookeeper
bash start_zk.sh
- 运行例子
python3 <例子路径> <可选参数>