【知识图谱工具汇总】

一，图表示学习与计算框架

1）PyTorch Geometric（PyG）

由德国多特蒙德工业大学研究者推出的基于PyTorch的几何深度学习扩展库。PyG在学术中是比较热门的框架，但是PyG对于异构图以及大规模的图的学习存在着较大的局限性。

地址：

https://github.com/rusty1s/pytorch_geometric

2）tf_geometric

受到PyG启发，为GNN创建了TensoFlow版本。在其Github开源的demo中，可以看到GAE、GCN、GAT等主流的模型已经实现。

地址：

https://github.com/CrawlScript/tf_geometric

3）Deep Graph Library（DGL）

由New York University（NYU）和Amazon Web Services（AWS）联合推出的图神经网络框架。如今已发布至0.4版本的DGL更是全面上线对于异质图支持模块，复现并开源了相关异质图神经网络的代码，如HAN、Metapath2vec等，此外，DGL也发布了训练知识图谱嵌入专用包DGL-KE，并在许多经典的图嵌入模型上进一步优化了性能。

地址：https://github.com/dmlc/dgl

4） CogDL

清华大学知识工程研究室推出了一个大规模图表示学习工具包 CogDL，可以让研究者和开发者更加方便地训练和对比用于节点分类、链路预测以及其他图任务的基准或定制模型。该工具包采用 PyTorch 实现，集成了Deepwalk、LINE、node2vec、GraRep、NetMF、NetSMF、ProNE 等非图神经网