pyg-team/pytorch_geometric

Improve `NNConv` runtimes

Offen

#602 geöffnet am 06.08.2019

Auf GitHub ansehenContributor Guide
 (8 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (3.514 Forks)batch import
2 - Priority P2benchmarkfeaturehelp wantednn

Repository-Metriken

Stars
 (19.985 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 35T 1h) (14 gemergte PRs in 30 T)

Beschreibung

🐛 Bug

I have benchmarked EEC vs https://github.com/mys007/ecc implementation. The code is 3-5 times slower in pytorch_geometric.

I think it is due to the entire pseudo tensor which is given to every message function. Maybe, only weight_j should be given there.

To Reproduce

Steps to reproduce the behavior:

Expected behavior

Environment

  • OS:
  • Python version:
  • PyTorch version:
  • CUDA/cuDNN version:
  • GCC version:
  • Any other relevant information:

Additional context

Contributor Guide

Research-Richtung
Profilieren Sie den NNConv Vorwärtspass, um Engpässe zu identifizieren, insbesondere in der Nachrichtenberechnung, wo der gesamte Pseudo Tensor verwendet wird.
Tech Stack
pythonpytorch
Domain
machine learning
Issue Type
Fehler
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonPyTorchgraph neural networks
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50