官方文档第一章见
由New York University（NYU）和Amazon Web Services（AWS）联合推出的图神经网络框架。创立之初，本着避免重复造轮子的原则，DGL基于主流框架进行开发，即框架上的框架。目前，DGL已经支持PyTorch、MXNet和TensorFlow作为其后端。
消息传递是图计算的经典编程模型。DGL采用了基于「消息传递」的编程模型。通过message function和 reduce function，每个节点获得所有邻居节点的特征信息之和，并经过一个非线性函数得到该节点新的表示。
如今已发布至0.4版本的DGL更是全面上线对于异质图支持模块，复现并开源了相关异质图神经网络的代码，如HAN、Metapath2vec等。而其他两大框架尚未支持异质图相关的表示学习方法。此外，DGL也发布了训练知识图谱嵌入（Knowledge Graph Embedding）专用包DGL-KE，并在许多经典的图嵌入模型上进一步优化了性能。
「紫禁之巅」四大图神经网络框架 - 知乎
DGL 作者答疑！关于 DGL 你想知道的都在这里 | 机器之心
