逃离大都市指南 （本期🈚️Shownotes） 对话参与人： 罗二，周三，沙沙 欢迎关注 主页、微博。

从疫情爆发到现在，外出旅行变得格外困难，面对如此多的不确定性，我们最安全的选择就是在城市中不要离开。大概从2020年开始，我（小石）与白师傅、林总在工作生活的间隙开始出门行走，通过步行的方式重新梳理城市，大概用了近一年的时间，我们几乎走遍了西安二环内的大街小巷。 这项“暴走”活动，最直接的锻炼了身体，间接的有机会重新感受城市路网结构，最惊喜的就是那些“怪东西”……这些怪东西包括但不限于，忽然有一堆人聚集在一起，看到一些平常没见过的活动，新奇的路名与城市街景，碰到的有趣的路人～ 这些鲜活的、正在发生的当下，让我们的城市生活更加丰富，并且激发了我们无限的好奇心。于是我们决定把这三年来，我们亲眼见到的、社交平台刷到的一些奇观做一次梳理总结，分享给大家。或许从这些荒诞的日常中，可以启发听众们换个视角感知城市、体验生活～ 主播｜林总、白师傅、小石 【内容提要】 西安这座城市正在孕育许多“新民俗”…… 在永宁门（南门）外，广场舞与奢侈品共生 新疆舞在西安真的挺普及的…… 公园里的气势恢宏的中老年人合唱团…… 盘旋于浐灞、兴善寺西街、老菜场等地的后备箱市集～ 除了手打柠檬茶和提拉米苏之外。。。。后备箱市集的差异化在哪里？ 西安的街头演出，非常红火！ 城门洞里唱歌，真的可以算是西安的人文奇观了 西安摩友都喜欢去哪里？ 骊山上的藤原豆腐店。。。。。你去过没？ 因为藤原豆腐店引发的一连串笑出猪叫～～ 大家骑摩托一定要注意安全！ 回民街的人体肉墙分流，确实挺厉害� 在旅游旺季，很多景点“人”本身就是一种景点：） 你在元宵节的时候，去城墙上看过花灯吗？ 长安十二时辰与城市造景 西安是一个汉服文化较为昌盛的城市，也衍生了一系列配套服务 大热天的在商场里拍拍照，其实也蛮好的～ 兴善寺西街旧书摊，真的很耐逛～ 在兴善寺西街旧书摊上引出了一段爱情回忆 西仓都卖什么？到底是谁在购买？ 白师傅在西仓，差点成为了陕西纳豆的代理商…… 在西安想要听秦腔，有好多地方，你去过三意社吗？ 在疫情期间，秦腔以一种怪异的姿态出圈了 其实我们也做过一些搞怪的城市“奇观” 西安有非常多的寺庙，同时也有很多热闹的“线下活动” 寻找城市奇观，是一种生活乐趣 或许“铁牛骑行”会变成一种新民俗…… 我们自封为新民俗的开拓者 【一起掰馍】 联系我们（vx）：wangshanishere 公众号：罔山札记 淘宝店铺：罔山文创 小红书：@罔山文创 想要看图片的听众朋友，请扫码进入vx公众号！ 想要看图片的听众朋友，请扫码进入vx公众号！ 欢迎加入「掰馍会谈」粉丝群，跟我们一起分享你的生活～ 欢迎加入「掰馍会谈」粉丝群，跟我们一起分享你的生活～

本期嘉宾：呼呼往前跑（简称呼女士） 本来我们会担心，这期的选题会有些严肃，但没想到由于呼女士的加入，全程都在哈哈哈，剪辑的过程都觉得被自己治愈了，哈哈哈！ 选题起源是，我们看到越来越多的朋友谈起童年对自己产生的一些影响，有的是行为上的小习惯，有的甚至是一辈子都无法治愈的伤痕。我们希望，当我们为某些事情困扰的时候，重新回看一些经历，梳理分析之后，能够真正的与过去握手言和。 01：15 幼儿园揠苗助长对学习习惯的影响 06：29 外向or内向？ 我们的两幅面孔 08：40 呼女士是如何变成中央空调的？ 13：00 从小被教育“懂事”以及过分严格要求是一种什么样的体验？ 22：43 父母想要子女完成自己未达成的心愿 32：00 上一代传统的教育方式带来了哪些类型性格？ 35：33 年轻一代父母的沟通方式 35：00 美式和呼女士，同在女人堆里长大的两种相反路径 43：35 高甜开启，呼女士爸爸简直是人间理想型 52：00 美式和呼女士曲折的出生经历，差一点被打掉 1：00：30 老呼太小气，《半糖主义》竟然挽救了一段婚姻 1：09：55 美式18岁的性格转折点 本期片尾推荐曲：《半糖主义》 SHE 欢迎大家评论区、私信或发送邮件跟我们分享你们的故事，希望可以有更多的听众加入到节目中来。邮箱地址：[email protected]

长公主在小卖部“创作”的日常——冰镇可乐吹热了喝？

很喜欢一类人，他们本身很有能力却不会夸夸其谈，他们擅长解决问题却并不盛气凌人。从这种人身上，你会感到他们对自己的认可、对他人的尊重、对世界的谦和。 越充盈，越温和，越坚定。在这一期中，我们想和你聊聊在过去的这些年，我们如何冲过暴风雨，从乖戾走向温和。 【收听指南】 03:59 越松弛，越自在，越强大 08:45 姑姑和卡里从未玩过的“拉黑游戏”- 初始印象大揭底！ 48:24 我们为什么会变得越来越温和？ 58:03 过去这些年，我们做了什么，才到达柔软的彼岸？ BGM：Easy on me - Adele 感谢你的收听，如果喜欢，欢迎分享给你的朋友们，我们在留言区等你哦~ Btw，听友群新鲜出炉~欢迎入群来玩，和我们直接交流！ 【关于我们】 「北调南腔」是一档双女主泛文化类播客。 带着好奇与敬畏，我们试图通过自身的成长来探索世界，带给大家更多维度视角和觉知。其中有冲突，亦有共鸣，人生游戏一场，尽情玩乐，无限探索吧。 卡里：来自北方，曾任职世界五百强核心部门，而后开启了Gap Year，决定探索更广阔的世界。现北大全日制硕士在读，心心念念在做着自己的咖啡豆品牌，持续深耕于消费品行业。 姑姑：来自广东，曾从事地产行业十余年，18年辞职后Gap Year两年，国外游学，到处旅居，好好生活。目前经营着一家大健康新会陈皮产品工作室。

简介： 大家好，欢迎来到暌违两个月的「笑果编剧活动中心」。 去年 8 月，海源跟张博洋一起去公司说：「我们要写专场。」现在海源的专场已经开了一轮，张博洋还是张博洋（他对自己要求特别特别高）。 巡演这一路上，海源讲得越来越好。他自觉最好的一场，离开剧场后仿佛离开了一个世界，他刚刚在那个世界里，带观众畅游了一生。 现在，巡演暂告一段落，我们趁机邀请到专场的主角海源和看完这个专场有一点点焦虑的步惊云，跟豆豆一起聊聊，《坐在角落的人》。 祝收听愉快。 Shownotes: 4:18 《坐在角落的人》这个标题不概括内容，概括海源自己。 8:59 海源做专场主要是想跨年：「如果你觉得跨年晚会不好看，那你就自己办一个」 11:38 海源每天写不满一小时，就要给我司编剧六件套一百块。 *豆豆补充场外信息：海源这个方法吴豪和Kid也试了，除了变得更穷外，一无所获。 16:22 脱口秀演员冷场像是没穿衣服当众上吊，还踢掉了脚下的凳子。 26:00 成都场笑最开心的那位大哥，海源那天真的很想和你合影。 28:35 步姐：「看得我太难受了，为什么我只会讲老公孩子？」 海源：「因为你有。」 29:40 步姐夫妇与思文、海源吃饭，姐夫觉得自己的婚姻很危险。 34:35 做脱口秀演员好难，因为要做自己。 37:01 所有人都把节目看的太重了，其实可以不用五分钟定义那个演员，万一 ta 适合讲一小时呢？ 37:28 专场演员与观众：你的一生我只借一晚。 42:38 喜剧可能分两种，带不走的和带得走的段子。

​这是一期脑洞大开的节目.. 假如遇到了这些情况你会怎么办？ 本期节目充斥着满满的 思维缜密的吹牛b 录制 I 美工·陈同学·肉葵·花花·蘑菇·范老师 歌曲 On Your Mind 歌手 HABE

在本月主题“恋与控与癖”，我们讨论了人们对特定人事物的爱。在上一集节目中，我们讨论了“推”对于粉丝的意义，这一集，我们想讨论的是一个你一定知道，却很少被大方拿出来讨论的对象，那就是“小被被”。 小被被作为一种统称，可以是一条大毛巾、一款薄被、或是一颗枕头，从物件变成专属于个人的物品，小被被需要的是时间以及人的陪伴，到最后，他不再只是一个随处可得的物件，而是专属于一个人、甚至是一个人身体一部分的存在。 本集，我们邀请两位喜爱小被被的人来到节目中，分享他们与小被被的故事。 本集话题- 小被被如何成为人生中的重要存在？ 各地的小被被同好群：“抱紧我的小被子”、“小被被联盟” 为什么“你是我的小被被”，是世界上最棒的告白？ -标题底图出处- Photo by 崖の上のポニョ -时间轴- 1:39 青见，小被被资历27年，抱紧我的小被子成员，“小朋友” 12:16 阿鹅，小被被资历30年，“小被被联盟”盟主，“小被崽子”

如果不是这场突如其来的疫情，美术史家巫鸿可能不会开始尝试一些实验性质的写作，比如《物·画·影：穿衣镜全球小史》，比如《豹迹》。前者致力于在人的流动受到限制的情况下追寻一种物的流动性，后者则在封闭和自我隔离的状态中开启一场精神回溯和漫游，往昔的人、物、事化作图像，依次浮现。感官上的鲜活回忆先于客观而抽象的时间，占领脑海，诉诸笔端。于是有了巫鸿所谓的“记忆写作”，即“以现在的我召唤出过去的我，在复述之中提炼出叙事、形象、线条和色彩”。 记忆是碎片，它未必完整，也不遵循线性规律。记忆是图像，它可能模糊，无需准确，并非照相机般对彼时彼地的精确还原，反而更像一幅画，画家利用线条、色彩以及图层的堆叠，传递情感、氛围和一些心绪。记忆也是影子，随时间的流动拉长缩短，或干脆消失不见。 捕捉影子似乎是一场徒劳，因为影子一旦被定格，它将“不再移动，不再消失，不再透明”。因此《豹迹》或可被称为一座记忆的坟墓，而写作的过程则变成一场以自我意识为对象的精神考古，是开掘过往时间地层中的遗迹，让潜意识如矿藏般浮现。 这矿藏丰富多样。它包含巫鸿在专业的美术史家和美术爱好者两个身份之间的反复摇摆和由此产生的张力，囊括经历和见证历史起伏、岁月变迁和城市发展后个人对集体记忆的思索，也涉及漫漫人生路上因各种际遇相逢或失散的人们。 欢迎来到这座记忆的宫殿（或墓园）。或许你会和我们一样，在感叹其构造之精妙时，猝不及防地撞见自己的影子。 【本期主播】 傅适野，媒体人，新浪微博@ssshiye 张之琪，媒体人，新浪微博@CyberZhiqi 冷建国，媒体人 【本期嘉宾】 巫鸿，美国艺术与科学学院院士，芝加哥大学美术史系和东亚语言文化系斯德本特殊贡献教授 [01:08]《豹迹》的缘起 [08:26]《豹迹》是想把感性的记忆写出来 [13:59]记忆与写作的关系是怎样的 [20:05]记忆写作与回忆录有何区别 [23:56]《豹迹》如何体现了写作的实验性 [29:47]《豹迹》是否借鉴了中国古代行旅写作 [33:29]写作《豹迹》的过程是否类似发掘一个记忆的废墟 [43:30]艺术品中的“小时间”与“微叙事” [51:27]巫鸿如何看待人与人、人与艺术品之间的关系 [57:39]集体记忆是什么，与个体记忆的关系是怎样的 [1:05:36]巫鸿会尝试写虚构作品吗 【本期节目中使用的音乐】 《幻影交叠》，by陈勋奇，from《东邪西毒》OST 【关于随机波动】 感谢大家收听，你可以在微信和微博搜索随机波动StochasticVolatility，关注我们，也可以关注官网www.stovol.club ，还可以在苹果播客、spotify、pocketcast等泛用性客户端收听我们的节目。如果你喜欢我们的节目，别忘了在苹果播客给我们五星好评，也可以通过公众号推送中的二维码给我们打赏。

本期嘉宾——小朱同学 他18岁的时候决定去各个城市流浪，开始了流浪、回归、再流浪、再回归......的生活，持续了三年。而现在，他已经在积极备战考公了，以及，在日常工作中，遇见了让他找到人生意义的女孩～ 7:20 三年流浪中的印象最深刻镜头一 10:06 三年流浪中的印象最深刻镜头二 12:30 没上大学去流浪，你对这个选择感到后悔过吗？ 13:50 为什么现在选择去考公？ 19:45你会觉得gwy工作无聊吗？ 23:43 这该死的令人嫉妒的爱情开始了 26:15 要微信的可爱小故事 28:53 小朱最喜欢的两位“浪姐” 30:00 关于一位叫“派克特”的rapper 32:39 小朱最喜欢的哲学家也是令人意想不到 34:58“一个人的价值体现在对抗垂死与腐朽的生活模式中，以及建立和生动和欢乐的新生活中所具有的才能和力量” 36:47 关于发展自己的完整性和爱的关系 41:00 给想流浪的朋友说的一句话 bgm：阿朵《平凡之路》 提到的内容： 刘擎 《西方现代思想讲义》 得到年度书单10本好书：https://www.dedao.cn/live/detail?id=6X0qZ4aNyoVWeLv7JlKEdzGMQ4D0fyAL2gJz401QBROXYbxD59r2jg38km1nA6yK 王阳明 龙场悟道：https://m.bilibili.com/video/BV1AR4y1J7an?is_story_h5=false&p=1&share_from=ugc&share_medium=iphone&share_plat=ios&share_session_id=FF454635-F0C1-4421-8338-6021703E99A4&share_source=WEIXIN&share_tag=s_i&timestamp=1660707110&unique_k=lqBHOCd

作为目前全球网络规模最大、客户数量最多、品牌价值和市值排名位居前列的通讯运营企业，中国移动在利用图技术优化业务运营方面也是走在前列。今天的随身听，我们一起来看看中国移动某省级公司的案例分享。 场景分析1：在线通信实时反欺诈 电信欺诈久已有之，且有日益猖獗之势。传统欺诈检测解决方案主要依赖于对单个业务实体的行为分析，从其行为中发现异常模式。随着信息技术的快速发展，诈骗人员也在不断升级作案手段。比如，据了解，最新的犯罪手段通过利用GOIP设备同时进行多个手机号通话，该设备同时还支持群发短信、远程控制、机卡分离等功能，从而达到隐藏身份、逃避打击的目的。由于此类型作案号码频繁跳转，隐蔽性极高，加之该类案件侦破经验较少，国内单起案件平均侦破周期长达数月之久。基于关系型数据库构建的传统欺诈解决方案在设计上无法解决这一挑战。 在这个场景中，TigerGraph 帮助客户构建了在线通信实时反欺诈系统，包括多个模块，比如黑号识别、模型打分、基于图的特征提取等。 无论是从性能还是结果来看，TigerGraph 均体现出了明显的优势，使得在关系型数据库中无法处理的场景得以实现，比如可以： . 全量处理全省每天所有通话数据，在 TigerGraph中生成通话网络图，规模为顶点10亿，边150亿； . 每日3亿次更新，峰值时每秒1万条边更新，查询平均响应时间0.5s； . 基于 TigerGraph对关系特征的优异计算能力，系统实现了实时（毫秒级）返回118个基于图的特征收集和模型打分结果； . 2分钟识别恶意号码并推送到消费者，白号准确率99.99%+，黑号准确率80%+。 除了实时反欺诈外，TigerGraph还作为客户的图数据分析平台，为其提供底层的技术支持，从而在此之上进行更多图应用场景的开发，比如我们接下来分享的个性化视频推荐。 场景分析2：个性化视频推荐 如今网络电视越来越普及，各大电信运营商也在加大布局自己的电视盒子，也就是我们熟悉的网络机顶盒，中国移动在这方面更是走在前沿，因为他们已经在利用图技术优化平台的视频推荐了。 众多周知，推荐能力已作为企业精准化营销的重要工具深入各个行业，是企业服务能力、品牌实力的重要体现，随着媒体资讯信息的不断丰富及用户对个性化、实时推荐的需求不断提升，企业亟需探索新的推荐手段与方法。 如何通过捕捉消费者的实时行为，与以往的观览记录相结合，确保向正确的人推广适合的视频内容呢？ 传统的推荐系统采用数据快照执行离线全量统计计算，而这些快照可能来自数天之前。它们不具备当今所需的实时建模和细致剖析能力。在当今需要次秒级响应的激烈竞争中，仅拥有旧推荐系统是不够的。访问者的关注持续时间很短：要马上抓住，否则就会失之交臂。 该中国移动省级公司为了给客户提供更为实时的精准内容推荐，新的解决方案中通过搭建知识图谱，引入TigerGraph图分析技术使挖掘的特征包含用户行为偏好及资讯信息。基于Kakfa Loader获取到用户的实时阅览内容，通过多跳数据分析改进了用户细分和推荐引擎，从而改善了推荐影片的质量。 除了“千人千面”的个性化内容，“实时” 响应也是实现个性化精准推荐的重要标准。 利用图计算系统将数据实时传输到Hadoop系统、传统数据库仓库或者其他外围系统。借助TigerGraph 图计算系统，针对点播数据以及用户关系数据进行实时处理，再通过TigerGraph 图数据库来计算分析千万级用户的点播特征数据与实时数据关联分析。 经测试，目前搭建的流处理架构，利用TigerGraph 图计算实时处理能力，推荐准确率高于80%，模型查询时间小于20ms。 为每一位客户提供更好的内容和服务，不仅仅是提供实时更个性化的推荐，更重要的是避免给客户带来不必要的打扰和时刻守护用户的通讯安全。 场景分析3：一人多号 除了前面提到的欺诈风险，“一人多号”现象在生活中也非常普遍，很多人都会办理两张卡，甚至三张卡，比如一张移动卡，一张联通卡，甚至一张电信卡。也有可能你的亲人办理了一张卡，但是这张卡的使用者其实是你。 那运营商为何要花这么大力气识别出这些一人多号呢？我们可以想象一下，如果无法识别一人多号，那么可能会有潜在的风险，比如电话卡买卖，并用于电信欺诈，甚至，不法分子利用他人信息办理不同的电话卡从事其他违法行为。另一方面，也可能导致错失机会，比如无法更精准地了解特定用户的行为轨迹或者兴趣，无法更好地进行个性化推荐，从而可能导致潜在收入的下降等。 那么，如何利用图技术更好地识别“一人多号”呢？简单来说，我们可以基于筛出的可疑号码，找出该号码一段时间内的位置轨迹，从而找出那些相同时间段内轨迹拟合度最高的号码。 对于“一人多号”这个场景，主要的挑战在于要根据用户一段时间的行为轨迹，比如一个月，基于相似度算法查找出相似的号码。之前该客户用了10倍的硬件资源，都无法得到计算结果，而借助TigerGraph 的超高速的计算效率，仅用一台机器便可完成计算任务。 场景分析4：实名不实人 接下来和大家讨论的场景，是我们生活中处处可见的实名认证相关的问题。实名制相信大家都不陌生，比如在搭乘交通工具、入住酒店、进行大宗交易、银行开户，以及我们今天讨论到的电话卡使用等，都需要验证你是你、你是这个手机号的合法使用者等。虽然实名制推行了很多年，也越来越被大众所接受，但在安防的角度上，仍然存在着管理漏洞。 当前电信网络诈骗持续高发的一大根源，就是因为大量“实名不实人”的银行卡、电话卡被骗子购买后实施诈骗。谨防“实名不实人”，第一时间阻击电信诈骗，也成了很多警方破获新型电信诈骗案的关键。 在这个场景中，为有效发现“实名不实人”的卡号，从源头打击诈骗号码，中国移动该省级公司借助TigerGraph 图计算分析技术，打造了一套专业的系统，包括三个模型，分别是常驻地分析、交往圈分析、同时通话分析模型，这三个模型互为补充，从而可以准确判断号码是办理人在使用，还是办理人的家人在使用，还是转卖给了其他人使用。 比如针对同证件下开通2个及以上号码的用户，会从这三个模型进行分析。如果同时满足以上这三个模型，那么这很可能就是高危用户，就需要立即对相关号码进行关停处置。如果只是满足了一个或两个模型的用户，则需要经人工研判后处置。 借助 TigerGraph 图可视化，可以更轻松地表示复杂通话关系。对于异常号码预警，每天辅助关停异常号码接近上千个，关停号码的复开率只有不到10%，可以看到这套系统对于“实名不实人”的问题起到了很好的辅助作用。 场景分析5：图计算和机器学习结合的创新方式 最后要和大家分享的，就是图计算和机器学习结合的这种创新方式。不管是在线通信实时反欺诈，还是个性化视频推荐、一人多号，还是实名不实人的场景中，都会用到基于图的特征提取。比如在实时反欺诈中，基于全省级的通话数据，TigerGraph 可以毫秒级返回118个基于图的特征收集和模型打分结果，为机器学习生成新的训练数据来检测电话欺诈，从而很好地提高了机器学习模型的精准度。这在其它图数据库中是无法实现的。 比如传统的机器学习主要是基于通话历史进行特征预测，判断出哪些人可能是欺诈者。而在基于深度图关联得到的图特征进行机器学习预测时，对比发现，前面的欺诈者中，有些可能是销售，有些可能是爱搞恶作剧的人。因此，大幅地降低了误判的比例。 更重要的是，这些图特征的收集，即使是面对全省级的通话数据量，TigerGraph 仍然可以做到毫秒级地收集和打分，也就是接近于实时。这意味着，运营商可以及时发现欺诈者，并在欺诈发生前，就告诉消费者 ”对方可能是欺诈者，请提高警惕”，从而避免欺诈损失。 以上，我们主要讨论了中国移动某省级公司利用图技术增强的4个场景，后续，我们也会再分享更多的应用。如果您也有类似的场景，或者其他问题，欢迎联系我们，我们的专家很乐意和您一起探讨。 联系我们: https://www.tigergraph.com.cn/contact/ 本周四直播：图数据库在复杂制造业的应用 最后，跟大家预告一下本周四上午10:30 TigerGraph图课堂直播课程，本次直播我们为大家邀请到了点春科技股份有限公司的CTO/副总裁王福强老师，王老师拥有20年制造业软件解决方案的咨询服务经验。专注于数据治理、主数据、制造业数字化转型等相关解决方案的建设与实施。本次直播将围绕“图数据库在制造业的应用”为主题，以某大型制造业配件保障项目作为实际案例解析。同时，来自TigerGraph的解决方案总监李憓松老师将分享 “Graph+AI赋能未来制造业发展”，帮助制造企业灵活应对市场变化。赶紧报名吧。 报名直播: https://www.tigergraph.com.cn/activities/webinar/complex-manufacturing/ 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-24/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

今天我们要介绍的是TigerGraph全新推出的机器学习工作台。在开始介绍之前，我们先简单了解一下为什么要使用机器学习。 为什么要使用机器学习？ 所谓的监督机器学习就是试图做出模型，在一切还未知的时候预测事件的当前状态，或者试图预测未来会发生什么，如果你能从当前的数据中提取出更多的数据来更好地理解它，你就能做出更准确的预测。通常，人们利用它来进行产品推荐、优化运营、欺诈检测和预防其他犯罪活动。因此有很多方法可以使用机器学习。 那么什么是TigerGraph 机器学习工作台？又能用它来做些什么呢？ TigerGraph 机器学习和人工智能副总裁 Victor Lee 在采访中提到：“图技术已被证明可以加速和改进机器学习和性能，但事实是，对于许多数据科学家来说，使用 API 和库来实现这一目标的学习曲线非常陡峭。因此，我们创建了机器学习工作台，在数据科学家与图机器学习 API 和库之间提供一个新的功能层，以促进数据存储和管理、数据准备和机器学习训练。 事实上，我们已经看到早期采用者通过使用机器学习工作台和 TigerGraph图数据库，他们的机器学习模型的准确性提高了 10% 到 50%。” TigerGraph 机器学习工作台（ML Workbench）是一个基于Jupyter的Python开发框架，可以使数据科学家，人工智能和机器学习的从业者更容易、也更熟悉地使用图分析，而无需学习很多新的数据处理方式。 数据科学家可以使用TigerGraph 机器学习工作台，更快速地构建图神经网络 (GNN) 模型，轻松探索图神经网络（GNN）。它提供了 Python 级别强大而高效的数据管道，将数据从 TigerGraph 流式传输到用户的机器学习系统，执行常见的数据处理任务，例如对图数据集的训练、验证和测试，以及各种子图采样方法。 易于训练的图神经网络（GNN） 当数据之间存在明确定义的关系时，图神经网络往往优于其它机器学习技术，因为它直接对图数据的连通性进行建模。从最近的研究来看，图神经网络已经证明了它在各种业务领域和应用程序中的成功。 借助 TigerGraph 机器学习工作台，您现在可以轻松探索图神经网络在您领域中的潜力。TigerGraph机器学习工作台专门用于处理企业级数据，其中内置的子图抽样，图数据处理，用于准备训练、验证、测试图数据集等功能，更是可以帮助用户在大型图上轻松训练图神经网络，而无需强大的机器。 如何使用TigerGraph机器学习工作台？ 而想要开始使用TigerGraph机器学习工作台也非常简单。如果您想使用本地版本，只需到我们的官网下载该产品，TigerGraph 机器学习工作台旨在与您现有的机器学习框架和基础架构集成工作。并与市场上主流的机器学习框架兼容，例如PyTorch Geometric、Deep Graph Library (DGL)和TensorFlow等，用户可以灵活地选择其最熟悉的框架。 TigerGraph机器学习工作台还可以即插即用，既可以插入您现有的本地基础设施，也可以与您云端的机器学习框架整合，比如 Amazon SageMaker、Google Vertex AI，以及Microsoft Azure Machine Learning。 为了帮助大家快速上手，我们准备了教程和技术文档。同时还有可以为您提供帮助的顾问，如果您想对比同样的项目任务使用图技术和现有方法哪个更好，欢迎试用我们的产品进行比较。当然，我们也期待看到更多新的用例，一些新的案例取得的效果令人非常惊喜。 点击下方链接，了解更多TigerGraph机器学习工作台。 https://www.tigergraph.com.cn/product/ml-workbench/ 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-23/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。