【深度学习模型5】慢吞吞地理解GNN……

 这里举一个不太恰当的小例子🌰，是我对GNN中一些关键概念的理解，如果有什么不合适的地方欢迎指出！

以《名侦探柯南》中的人物关系图为例，这就可以看作是一张graph，其中，每个人物是一个node，每个node都有自己的feature，他们之间的关系构成了edge。

假设我们只知道怪盗基德的feature是个盗贼，那么“盗贼”就是基德的初始feature。但我们发现，基德经常和三个人来往，而这三个人都是江古田高中的学生，“江古田高中的学生”就是这三个人的feature，那么我们据此可以推测出基德也是江古田高中的学生，于是update基德的feature，得到了他最终的feature——“盗贼”+“江古田高中的学生”。

在这个例子中，“根据三人feature推断出基德feature”的过程就是【聚合】，而“得到基德最终feature”的过程就叫【更新】。

那么什么是【多层聚合】呢？

我们来看左边框框中，“阿笠博士认识柯南”和“柯南知道黑衣组织”可以看作是【第一次聚合】，第一次聚合后，阿笠博士不知道黑衣组织。但因为柯南知道黑衣组织的情况，所以阿笠博士通过柯南也知道了黑衣组织的存在，这个过程就叫【二次聚合】。