基于历史嵌入缓存的单机图神经网络优化方法及系统

一种基于历史嵌入缓存的单机图神经网络优化方法及系统，通过对训练数据集进行预先采样分析收集采样数据，结合启发式方法计算得到每一层级历史嵌入缓存大小后，根据计算得到的各层级历史嵌入缓存大小设置缓存，并执行预采样，即循环进行基于子图的采样：每次采样过程中模拟缓存替换，进行子图剪枝并得到节点访问序列和子图拓扑连接关系，经重复若干次采样得到对应个数的训练子图后，计算若干步最优特征缓存替换并保存最优特征缓存替换信息；当加载训练子图进行实际训练时，每轮训练时结合采样子图进行历史嵌入推送/拉取，并结合最优特征缓存替换信息进行底层特征缓存替换后，实现单机图神经网络优化。