图神经网络的一个最重要的分支是图卷积神经网络（Graph Convolutional Network，GCN）。一般而言，图卷积神经网络采用邻域聚合方案，通过迭代聚合并变换其邻域节点的特征向量来为每个节点计算新的特征向量。图卷积神经网络的Aggregate操作为每个节点进行邻居节点的遍历，聚合邻居节点的特征向量。Combine操作利用同一个多层感知机模型对所有节点的特征向量进行变换。图神经网络包含两个主要的执行阶段，第一个阶段是图遍历阶段，主要执行Aggregate操作；第二个阶段是神经网络变换阶段，主要执行Combine操作。
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 » 图神经网络的模型操作与带来的挑战之探讨