近年来，图神经网络（GNN）对基于图结构数据的机器学习任务产生了深刻的影响，如节点分类、链接预测以及图分类等。该方向的早期研究重点是把神经网络应用到非欧氏空间的图结构数据上，并完成相关任务。随着图卷积网络（GCN）的诞生及其在半监督节点分类任务上的出色表现，不同架构的图神经网络不断涌现，比如图注意力神经网络（GAT）。鉴于其强大的表达能力，图神经网络被广泛应用到其他领域，如推荐系统、量子化学、生物医疗以及知识问答和认知推理。与此同时，越来越多的研究开始关注图神经网络的泛化能力和理论基础。
此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » 图神经网络的预训练详述