神经网络及其变种串联

研一的生活即将接入尾声，对学校的路一清二楚，对食堂的饭菜了如指掌，对商店的零食失去了期待……这些都意味着自己已经从研究生新生蜕变成老生了，在学习上，少了几分焦虑，多了些稳重。很久没更新博客了，但是每天都会习惯性的打开博客看下，因为每天都会有惊喜，或是一个新的粉丝、或是一个肯定的赞、又或是一条交流的评论。我们就这样，隔着屏幕，不认识彼此，但是与您共勉！

下周即将迎来大汇报，想把最近临时抱佛脚学的知识好好梳理一下，嘻嘻

一、神经网络

定义：仿照人脑神经元的结构和工作原理而构建，是一个由节点连接而成的网。输入通常是图片、字符或者声音。

如上图所示，人的大脑是由细胞体和很多突触组成，能够处理电信号，传到它们该去的地方。

而在上图的神经网络中，节点是神经元，用来存储数字。神经突触就是有权重的连接，决定了数字将如何改变以及传递给哪些神经元。

神经网络识别物体

以人识别苹果为例：
（1）视网膜接收到了光线，将它转化为电信号
（2）神经元从中找出颜色、方向、边缘、材质等信息
（3）大脑给出苹果的答案

神经网络识别物体过程如下：
（1）输入层就像视网膜，将图像转化为网络可以理解的内容，如每个像素的灰度
（2）隐含层的每一层试图认出一部分特征
（3）经过一系列计算，输出层得出苹果的答案

二、神经网络的变种网络

1. 图神经网络GNN

1.1 GNN的定义

将神经网络的输入由图片换成图

1.2 图的定义

图是由节点和边组成，节点代表实体，包含了他们的属性，边则描述了实体之间的关系

图能表示的内容很广泛，大到社交网络中人与人之间的关系，小到化学分子的结构组成，现实世界中的地铁网络，包含器件布线的电路图，都可以是GNN的计算对象。

1.3 GNN的应用