零基础多图详解图神经网络（GNN/GCN）【论文精读】

图神经网络

A Gentle Introduction to Graph Neural Networks

对图神经网络的一个简单介绍

构建图神经网络需要哪些模块，以及背后的思想是什么

图越深的时候它的点是有它邻居一起整个计算出来的

如果节点足够深，可以处理整个比较大范围的图里面的节点信息这也是图神经网络怎么利用图的结构化信息来处理信息的

作者都来自google research,发表于Distill上

图神经网络还比较新颖，怎样多块多好的运用在实际的问题上面，还有很多东西可以研究

这篇文章试图去探索解释现代的图神经网络从四块去讲

第一是什么数据可以表示成一张图

第二图跟别的数据有什么不一样的地方，为什么要做图神经网络还不用最简单的卷积神经网络或者别的

第三 构建一个图神经网络看一下各个模块长什么样子

最后，提供一个GNN的playground

图是表示实体之间的一些关系，实体就是一个点，关系就是一个边

文本认为是一条序列

把文本表示成一个图，其实是一个有向的路

图，空手道图，文章引用数图，知识图

图识别，对顶点属性判断

数据表示成图

图级任务，分类

将神经网络用在图上面

怎样表示连接性

存储高效，邻接列表

GNN

GNN是个对图上所有属性进行的可以优化的变换保持对称，使用信息传递的神经网络

GNN输入一个图输出一个图

会对属性进行变换但不会改变顶点连接性

最简单GNN

对于顶点向量、边向量和全局向量分布构造一个MLP（多层感知器）输入大小和输出大小是一样的