[发明专利]图神经网络训练方法、客户端设备及系统

权利要求书

1.一种图神经网络训练方法，其特征在于，应用于图神经网络训练的客户端设备，所述客户端设备与图神经网络训练的服务端设备通信连接，所述方法包括：

响应用户的环境创建操作，利用所述服务端设备的资源创建与所述环境创建操作对应的图训练环境，其中，所述图训练环境包括：物理资源和所述物理资源上部署的镜像资源；

响应所述用户的模型创建操作；其中，所述模型创建操作包括自定义模型操作和模型选择操作；如果所述用户的模型创建操作为自定义模型操作，将所述自定义模型操作对应的自定义图神经网络，确定为待训练图神经网络；如果所述用户的模型创建操作为模型选择操作，将所述模型选择操作选中的图神经网络确定为待训练图神经网络；在所述图训练环境中创建所述待训练图神经网络；

响应所述用户的设置操作，根据所述设置操作对所述待训练图神经网络的超参数进行设置；

响应所述用户的训练操作，利用所述训练操作对应的图数据训练集，对不同的超参数组合对应的所述待训练图神经网络进行训练；

基于不同的超参数组合对应的所述待训练图神经网络的训练效果，确定出所述图数据训练集对应的最优超参数组合。

2.根据权利要求1所述的方法，其特征在于，响应用户的环境创建操作，利用所述服务端设备的资源创建与所述环境创建操作对应的图训练环境的步骤，包括：

在所述客户端设备的用户操作界面上展示所述服务端设备的资源供用户选择；

基于所述用户选择的资源生成环境创建操作；

调用所述服务端设备所述环境创建操作对应的资源，创建图训练环境；所述图训练环境中的镜像资源包括深度学习框架和图深度学习框架。

3.根据权利要求1所述的方法，其特征在于，所述响应所述用户的设置操作，根据所述设置操作对所述待训练图神经网络的超参数进行设置的步骤，包括：

如果所述用户的模型创建操作为模型选择操作，展示所述待训练图神经网络的超参数列表；

根据所述用户基于所述超参数列表触发的设置操作，确定所述待训练图神经网络中待优化的超参数，以及设置每个所述超参数的类型和取值范围。

4.根据权利要求1所述的方法，其特征在于，所述响应所述用户的设置操作，根据所述设置操作对所述待训练图神经网络的超参数进行设置的步骤，包括：

如果所述用户的模型创建操作为所述自定义模型操作，响应所述用户的设置操作，设置所述待训练图神经网络中的每个超参数的取值范围。

5.根据权利要求1所述的方法，其特征在于，所述响应所述用户的训练操作，利用所述训练操作对应的图数据训练集，对不同的超参数组合对应的所述待训练图神经网络进行训练的步骤，包括：

响应所述用户的训练操作中上传的图数据训练集和指定的超参数组合；

利用所述图数据训练集对每个所述超参数组合对应的所述待训练图神经网络进行训练；其中，训练过程中，利用超参数优化算法，对每个所述超参数组合中的超参数进行优化。

6.根据权利要求5所述的方法，其特征在于，所述超参数优化算法包括模拟退火、蚁群算法或栅格法。

7.根据权利要求1所述的方法，其特征在于，基于不同的超参数组合对应的所述待训练图神经网络的训练效果，确定出所述图数据训练集对应的最优超参数组合的步骤包括：

在所述客户端设备上展示不同的超参数组合对应的所述待训练图神经网络的训练效果；

将基于所述训练效果选取的超参数组合，确定为所述图数据训练集对应的最优超参数组合。