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。