图神经网络入门博客

图神经网络入门博客： A Gentle Introduction to Graph Neural Networks

由谷歌团队发布的能对图神经网络有初步了解的博客，还有可交互的组件，适合初学者入门。

一个图可以由三个部分组成：

• 节点
• 边
• 全局信息

且一般都用向量表示属性，这三个部分并不都是必需的，只要有图结构即可。

构成图的方式有很多，如利用图片的相邻像素连边构成图，引用关系构成图等等。构成的图节点和边也具有不同的意义。

图1 一个最简单的图神经网络

如图是一个简单的图神经网络，利用MLP对图的顶点，边，和全局信息进行编码，不改变图结构。之所以说是最简单的，是因为其并没有利用图的结构信息。

如何利用图的结构信息呢？

 图2 聚合邻接节点的信息

如图2所示，节点将邻接的节点信息加和(也可采取其他方式)，将聚合后的向量输入MLP中。文中还给出了一些形象化的展示，也简单提及了GCN，GAT等，但未作详细介绍。