一种基于强化学习的高效图神经网络子图采样方法

本发明公开一种基于强化学习的高效图神经网络子图采样方法，涉及人工智能技术，针对现有技术效率低等问题提出本方案。应用在图神经网络的训练过程中，基于GraphSARM策略进行GNN训练；所述GraphSARM策略包括GraphSARM‑E与GraphSARM‑N两个策略；所述GraphSARM‑E将经验性的度概率Pdegree与采样代理模型预测的概率Pagent相结合，通过加权因子αweight调节两者的比例；所述GraphSARM‑N仅考虑采样代理模型预测的概率Pagent。其优点在于，基于GraphSARM策略进行图神经网络训练，其在单机单卡和单机多卡并行训练训练场景下，速度和精度均有大幅度提升，收敛趋势更稳定。