发布于: Feb 11, 2022
您现在可以使用 Neptune Machine Learning (ML) 为 Amazon Neptune 上的图形数据定义自定义机器学习模型。Neptune ML 是 Amazon Neptune 的机器学习功能，它使用通过深度图形库 (DGL) 开发的图形神经网络 (GNN) 来自动执行为图形数据选择和训练机器学习模型的繁重工作。此项功能发布后，除了在属性图形上运行 Apache TinkerPop Gremlin 推理查询外，您还可以在 W3C 的资源描述框架 (RDF) 数据模型上运行 SPARQL 推理查询。RDF 的新机器学习任务包括宾语分类、宾语回归、宾语预测和主语预测。
自定义模型训练适用于想要使用自己在 DGL 中开发的自定义 GNN 模型的用户，或者适用于节点分类和回归中的高级使用场景，例如使用表格或集成模型。例如，您可以构建自定义机器学习模型来链接身份图形中的客户记录，或者将来自非图形和图形模型的预测结合起来进行欺诈侦测。借助 SPARQL 支持，Neptune ML 可以推断宾语和主语属性的类别分类或数值回归。对于 RDF 数据，Neptune ML 还可以在给定现有主语和谓语的情况下预测最可能出现的宾语，反之亦然。
您可以使用快速启动设置开始使用 Neptune ML。Neptune ML 在 Neptune 版本 1.0.5.0 及以上版本中提供，在推出 Amazon Neptune 的所有区域可用。使用 Neptune ML 不会产生任何额外费用。您只需为 Amazon Neptune、Amazon SageMaker、Amazon CloudWatch 和 Amazon S3 等预置的资源付费。