什么是图神经网络？GNN/GCN快速入门教程

前言：

图形神经网络(GNN)作为一种机器学习算法，可以从图中提取重要信息并进行有用的预测。随着图形变得越来越普遍、信息更丰富，人工神经网络变得越来越流行和强大，图形神经网络(GNN)已经成为许多重要应用的强大工具

1 图神经网络的介绍

很多书把图神经网络和卷积神经网络（CNN)，循环神经网络（RNN）并列。相对于CNN和RNN而言，GNN的发展比较短但是在很多领域都有很好的应用。因为图数据有复杂的结构，多样化的属性类型，可以模拟多种任务场景，比如社交网络，调控网络，生物分子结构等。

社交网络

基因网络

蛋白质功能网络

1.1 Graph上的任务：

节点分类：预测特定节点的类别

链接预测：预测两个节点是否有联系

社区检测：识别密集联系的节点群落

网络相似性：两个网络的相似性

1.2 图神经网络与其他神经网络的区别：

现在图神经网络的大多数方法都是制推行学习，不能直接泛化到未知节点。对于大多数情况图会演化，当网络结构改变以及新的节点出现，直推性学习需要重新训练，很难落地在需要快速生成未知节点embedding的机器学习系统上。

直推式（trans