一种图神经网络优化方法、系统、设备及存储介质

本申请公开了一种图神经网络优化方法、系统、设备及存储介质，涉及深度学习领域，包括：基于构建的图神经网络输入图的邻接矩阵确定任意两个节点间的共同邻居节点及冗余串构建的初始冗余集，基于初始冗余集进行迭代筛选，得到目标冗余集；根据贡献度对目标冗余集进行排序，得到排序后冗余集，将排序后冗余集与邻接矩阵基于数据依赖关系进行匹配，以得到可用冗余集、剩余任务集和数据依赖关系表；基于可用冗余集、剩余任务集及数据依赖关系表确定对原始聚合算子进行等效替换的修改后聚合算子；利用修改后聚合算子进行图神经网络计算，以完成对图神经网络的优化。由此，本申请能够消除图神经网络中固有的冗余数据存储和计算，从而加速端到端性能。