從GNN到GCN(1)--傳統GCN和基於空域的MPNN及GraphSage

1. 前言 圖神經網絡的最大優勢在於可以處理傳統神經網絡比如RNN和CNN無法處理的具有複雜結構的數據類型，諸如分子結構化合物特性判斷或物理模型模型構建的子任務。同時因爲圖數據包含十分豐富的關係型信息，可以從文本，圖像這些非結構化數據中進行推理學習。 卷積操作作爲非常高效的局部特徵提取手段如果可以作用於圖神經網絡可以高效的處理大量關係型信息 2.圖卷積的緣起 應用傳統卷積的歐氏空間和非歐氏空間的區

>>阅读原文<<