GNN是Graph Neural Network的簡稱，是用於學習包含大量連接的圖的聯結主義模型。近年來，圖神經網絡(GNN)在社交網絡、知識圖、推薦系統甚至生命科學等各個領域得到了越來越廣泛的應用。GNN在對圖節點之間依賴關係進行建模的強大功能，使得與圖分析相關的研究領域取得了突破。當信息在圖的節點之間傳播時GNN會捕捉到圖的獨立性。
圖神經網絡可以簡單分為5類：圖卷積網絡（Graph Convolution Networks，GCN）、 圖注意力網絡（Graph Attention Networks）、圖自編碼器（ Graph Autoencoders）、圖生成網絡（ Graph Generative Networks） 和圖時空網絡（Graph Spatial-temporal Networks）。
圖神經網絡功能強大，那它到底是個什麼樣的模型呢？經歷了怎麼樣的發展過程？目前應用於哪些場景呢？2019年剛剛過去一個月多，在嶄新的的2020年，圖神經網絡GNN又有哪些嶄新的發展可能呢？分享一個AAAI2020詳細講解GNN的ppt，很好的回答了這些問題。
文末附330頁ppt完整本下載鏈接。
ppt完整版下載地址： https://www.toutiao.com/a1660429288048654
分享到:
閱讀更多 深度學習與NLP 的文章
