cmake是一个功能强大的跨平台构建工具，由于项目要求，我们经常需要使用更高版本的cmake，然而Ubuntu的默认主流apt源都不包含最新版本的cmake，下面本文介绍了几种安装高版本cmake的方法。 方法1 apt安装 依次执行如下代码： $ sudo apt update $ sudo apt upgrade cmake 这种安装方式受限于…

NVIDIA 为 CUDA 开发提供了许多强大的开发工具。在 Windows 平台上，您可以使用 Visual Studio Edition，而在 Linux 平台上，可以使用 Eclipse Edition。然而，我们经常需要在 CUDA 和其他编程语言如 Python 和 C++ 之间进行联合编程。尽管 Visual Studio 这样的 ID…

这篇文章受密码保护，输入密码才能阅读

为什么使用GPU采样而不是CPU 在一个典型的使用GPU来加速图神经网络的系统中，每次迭代可以抽象为三个阶段，分别是采样、特征提取和模型训练。在系统初始化部分完成数据集的加载和预处理、定义Dataloader、Sampler和模型，随后开始训练，Dataloader负载加载一个minibatch，Sampler对其进行采样得到采样子图，从内存中聚合…

这份秋招指南旨在为计算机专业的同学们提供全面的准备和指导，以在24届秋招中取得成功。

图神经网络借助图强大的数据表示能力和神经网络参数共享、局部连接和强大的拟合能力在社交网络分析、推荐系统、分子预测等多种领域取得了很好的效果，飞速增长的数据规模给图神经网络系统带来了可扩展性的问题。尤其是图中节点之间不规则的连接在基于采样的GNN训练中导致了节点的冗余访问，相较于图拓扑数据而言庞大的特征数据在不同的节点或设备之间的传输导致的通信效率低…

使用frp来实现内网穿透，进而随时随地使用微软RDP远程桌面来访问你的内网设备

不同图采样模式的区别 minibatch SGD是在GPU内存优先的前提下将GNN训练扩展到更大规模数据集上的有效训练方式，然而对于每个minibatch中的目标节点，如果使用它的全部K阶邻居节点的聚合特征来生成该节点的嵌入表示，那么minibatch子图中节点的数量会随着K的增大而急剧增加，导致GPU内存无法容纳一个子图的特征数据，这就是GNN训…