组队学习-图神经网络（总结）

此次图神经网络实战的组队学习主要学习了以下内容：

• 基本的图论知识、常规的图预测任务和PyG库的安装与使用；
• 图神经网络的通用范式并实践了图神经网络的构建；
• 以GCN和GAT为例，学习了基于图神经网络的节点表征学习的一般过程，实践了基于PyG的数据全部存于内存的数据集类的构造，实践了基于节点表征学习的图节点预测任务和边预测任务；
• 学习实践了应对在超大图上进行节点表征学习面临的挑战
• 学习了基于图神经网络的图表征学习的一般过程、实践了样本按需获取的数据集类的构造，并且实践了基于图表征学习的图预测任务。

但是实际上，此次组队学习的教程内容是基础的、局限的：

• 图论部分，只学习了图论中的基本概念，没有学习图论中的算法
• 模型方面，注重于模型的使用，没有细致的去分析模型的理论；
• 图神经网络是新行的领域，发展非常迅速，我们要着眼于最新的研究成果，细致的去读原论文。

本次组队学习让自己对图神经网络有了一个大概的了解，但是其中还有很多自己不明白的地方，包括模型，包括本次组队学习的代码，自己要想在图神经网络这方面做点东西的话，需要了解、需要掌握的知识还有很多，接下来自己先去读几篇和自己研究方向相关的用图神经网络解决的论文，看看图神经网络怎么和自己的研究方向结合能有最好的效果。