從圖(Graph)到圖卷積(Graph Convolution)：漫談圖神經網絡模型 (三)

恭喜你看到了本系列的第三篇！前面兩篇博客分別介紹了基於循環的圖神經網絡和基於卷積的圖神經網絡，那麼在本篇中，我們則主要關注在得到了各個結點的表示後，如何生成整個圖的表示。其實之前我們也舉了一些例子，比如最樸素的方法，例如圖上所有結點的表示取個均值，即可得到圖的表示。那有沒有更好的方法呢，它們各自的優點和缺點又是什麼呢，本篇主要對上面這兩個問題做一點探討。篇幅不多，理論也不艱深，請讀者放心地看。 圖

>>阅读原文<<