AutoGL
清华大学开源的首个图数据 AutoML 框架，自动搜索最优 GNN 架构与超参数组合，覆盖节点分类、链接预测、图分类等核心任务。
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
清华大学开源的首个图数据 AutoML 框架，自动搜索最优 GNN 架构与超参数组合，覆盖节点分类、链接预测、图分类等核心任务。
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下：你的团队正在处理一个社交网络分析任务，需要从数以万计的用户关系图中提取有价值的信息。传统做法是数据科学家花费数周时间，反复调试 GCN、GAT 等模型的各种超参数组合——而现在，一个 Python 库可以自动完成这一切。这就是清华大学媒体与网络实验室（THUMNLab）开发的 AutoGL（Auto Graph Learning），也是目前 GitHub 上最活跃的图数据 AutoML 开源项目之一。
图1：AutoGL 自动图机器学习框架整体架构
图（Graph）是自然界最本质的数据结构之一。社交网络、分子化学、知识图谱、推荐系统、交通网络——这些场景的本质都是在处理实体与实体之间的关系。2017 年以来，图神经网络（GNN）异军突起，成为处理这类数据的标配技术。然而，图机器学习模型的调参门槛极高：一个 GCN 层的最优 dropout 率与图卷积聚合深度紧密耦合，而 GAT 的注意力头数又与节点特征维度相互影响。这种多维超参数空间的手动探索，消耗了研究者大量的宝贵时间。
正是在这一背景下，清华大学媒体与网络实验室于 2020 年底发布了 AutoGL，这是首个专门针对图数据设计的 AutoML 工具包，目标是让研究者和开发者能够「简单、快速地对图数据集和任务进行自动机器学习」。AutoGL 的论文发表于 ICLR 2021 Workshop，并被 IJCAI 2021 接收为基础性综述论文，GitHub 已累计获得超过 1100 颗星，被广泛用于学术研究场景。
图2：AutoGL 神经架构搜索（NAS）模块搜索空间示意
AutoGL 采用了五模块分层架构，从底层到顶层依次为：
AutoGL 提供了统一的数据集抽象层，封装了 PyTorch Geometric（PyG）和 Deep Graph Library（DGL）两大主流图计算后端。用户无需关心底层 API 差异，只需传入图数据即可开始自动搜索流程。框架支持同构图、异构图两大类数据，以及节点分类、链接预测、图分类三大核心任务。此外还引入了 NAS-Bench-Graph 基准数据集（发表于 NeurIPS 2022），为神经架构搜索算法提供标准化的评估环境。
图数据的特征工程是 GNN 效果的关键前提。AutoGL 提供了丰富的图特征生成器（Generator），包括 Graphlets（子图结构枚举）、EigenGNN（基于谱图理论的特征）以及 Netlsd、NxAverageClustering 等全局图统计特征。同时还内置了特征选择器（Selector），如基于 GBDT 的特征重要性评估，用于剔除冗余特征。这套组合拳使得输入模型的图特征质量得到系统性保障。
这是 AutoGL 最具技术含量的模块之一。用户无需手动选择 GCN 还是 GAT，框架会自动在多种架构之间进行搜索和比较。当前支持的搜索策略包括：
搜索空间覆盖了单路径（SinglePath）、GraphNAS、AutoAttend 等经典范式，评估器则支持 One-shot 权重共享（大幅加速搜索）和 Full Scratch 精确评估两种模式。特别值得一提的是 AutoGL 支持硬件感知搜索（Hardware-Aware NAS），可以根据推理延迟或显存占用的约束条件，搜索满足特定硬件预算的最优架构。
AutoGL 集成了十余种主流 HPO 算法，构成了图自动机器学习的「算法宝库」：
| 类别 | 算法 |
|---|---|
| 穷举类 | Grid Search（网格搜索） |
| 随机类 | Random Search、Quasi Random（Sobol 序列） |
| 贝叶斯类 | Bayes、TPE（Tree-structured Parzen Estimator）、CAMES、MOCAMES |
| 模拟退火 | Anneal |
| 图专用 | AutoNE（基于图神经网络的超参预测） |
这些算法覆盖了从暴力穷举到智能探索的全谱系策略，用户可以根据计算预算和精度需求灵活选择。对于大规模图数据集（如百万节点的社交网络），AutoGL 还支持图采样策略，确保即使在单机环境下也能完成超参数搜索。
单一模型往往难以在所有数据分布上表现出色。AutoGL 支持 Voting（投票集成）和 Stacking（堆叠集成）两种自动集成策略，可以将多个自动搜索得到的优秀模型组合成更强的集成模型。配合前述的超参数优化模块，AutoGL 实际上提供了一条从「单模型调参」到「多模型集成」的完整 AutoML 流水线。
2022 年，AutoGL 团队提出了 NAS-Bench-Graph，这是首个专门针对图数据的神经架构搜索 benchmark（NeurIPS 2022）。与 ImageNet 之于图像 NAS 的地位类似，NAS-Bench-Graph 为图神经架构搜索领域提供了可复现的评估标准，将搜索算法的对比周期从数天缩短到数分钟。
AutoGL v0.4.0 引入了一套完整的图鲁棒性模块，覆盖：结构扰动下的特征工程（对抗特征增强）、鲁棒 GNN 模型（对抗训练）以及鲁棒图神经架构搜索。这意味着用户不仅可以找到「最好的」模型，还能找到「最不容易被攻击」的模型——这在金融风控、安全审计等高可靠性场景中至关重要。
v0.4.0 同步引入了自监督预训练支持，使 AutoGL 能够利用大量无标注图数据进行表示学习。这解决了图数据标注成本高、质量参差不齐的痛点，让 AutoML 流程在数据稀缺场景下依然有效。
AutoGL 的典型应用场景包括：
AutoGL 作为纯 Python 库，没有提供 Dockerfile 或 docker-compose，但安装流程相当标准：
# 方式一：pip 一键安装
pip install autogl
# 方式二：源码安装（开发者模式）
git clone https://github.com/THUMNLab/AutoGL.git
cd AutoGL
pip install -e .
核心依赖包括 Python ≥ 3.6、PyTorch ≥ 1.6，以及 PyTorch Geometric（≥1.7）或 Deep Graph Library（≥0.7）之一。框架使用模块化设计，核心模块包括 autogl.datasets（数据集）、autogl.solver（求解器）、autogl.module（五大功能模块）。
# 快速上手：节点分类任务
from autogl.datasets import dataset_graphsage
from autogl.solver import AutoNodeClassifier
# 加载数据集
train_graph, val_graph, test_graph = dataset_graphsage()
# 启动 AutoML
solver = AutoNodeClassifier(
hp_memory=True, # 启用超参数记忆
time_limit=3600, # 搜索时间限制（秒）
)
solver.fit(train_graph, val_graph, normalized=True)
# 评估
result = solver.predict(test_graph, normalized=True)
GPU 不是必须，但强烈推荐。完整依赖链安装约需 2GB 磁盘空间，考虑到 PyG/DGL 的图计算开销，8GB 以上内存 + NVIDIA GPU（8GB+ 显存）是获得良好体验的配置基准。
使用 AutoGL 时有几点需要特别注意：
AutoGL 是图 AutoML 领域的先驱项目，在学术和工业界均有一定影响力：
随着图数据在社交网络、生物医药、知识图谱等领域的爆发式增长，自动化的图机器学习工具正变得越来越重要。AutoGL 作为这一方向的标杆开源库，无论是对于研究者还是工程师，都是值得纳入工具箱的项目。