首先，简单回顾一下什么是图？ 图 G 是由有向/无向边连接的一组节点（顶点）。节点和边通常来自有关问题的一些专家知识或直觉。因此，它可以是分子中的原子、社交网络中的用户、交通系统中的城市、团队运动中的参与者、大脑中的神经元、动态物理系统中的交互对象、像素、边界框或图像中的分割掩码。换句话说，在许多实际情况下，实际上是由你自己决定图中的节点和边是什么。
 
这是一种非常灵活的数据结构，可以泛化许多其他数据结构。 例如，如果没有边，那么它就变成了一个集合； 如果只有“垂直”边，并且任意两个节点正好通过一条路径连接，那么我们就有了一棵树。这种灵活性有好有坏，这一点将在本文中讨论。

在本文将介绍以下内容：
  • 为什么图有用？
  • 为什么很难在图上定义卷积？
  • 是什么让神经网络成为图神经网络？

感兴趣的可以继续戳原文。

内容中包含的图片若涉及版权问题，请及时与我们联系删除