一种特征切分的分布式图卷积神经网络实现方法

本发明提供一种特征切分的分布式图卷积神经网络方法，首先将输入特征分割成多个部分并分配到不同的计算节点，每个计算节点上加载完整的图结构和一小部分节点特征，从而降低内存需求；然后，每个计算节点上的GCN分片模型对其特征片段进行前向传播，计算节点间的通信仅在输入和输出阶段进行；最后，所有计算节点的输出表征传输到主节点进行拼接，并通过切片编码统一调整各块GCN的输出表征，最终提高图神经网络在大规模图数据上的训练效率。