图神经网络七日打卡营 Day 01 什么是非欧空间

都说 图神经网络是 基于 非欧空间 数据的 学习，那什么是 非欧空间呢？答案：欧式空间可以理解为一个排列组合完整的方阵，非欧式空间理解为解散了的方阵。

在过去的十年中，神经网络取得了巨大的成功。

但是，只能使用常规或欧几里得数据来实现神经网络的早期变体，而现实世界中的许多数据具有非欧几里得的底层图形结构。(一类就是图，另一类叫流型，统称为非欧几里得结构。)

数据结构的不规则性导致了图神经网络的最新发展。(为什么普通CNN无法处理图结构化数据) https://www.zhihu.com/question/54504471/answer/1128245420

 

为什么普通CNN无法处理图结构化数据

在过去的几年中，正在开发图神经网络的不同变体，其中图卷积网络（GCN）是其中之一。GCN也被视为基本的Graph Neural Networks变体之一。

引用下面这篇文章。

为了使卷积核的形状是数据驱动的，也就是说对不同的数据可以自适应的产生专门的卷积核，去做一个局部的聚合操作，于是就有了可变性卷积。

如上图所示，传统的卷积是在一个规则的格子上做一个局部的聚合，而可变性卷积相当于在一个不规则的格子上做一个聚合，其中箭头表示格子的一个偏移量，这个偏移量是通过数据驱动学习的。

3.回顾