图神经网络入门神器：深入浅出图神经网络GNN原理解析

深入浅出图神经网络GNN原理解析

图书目录：

第一章 图的概述

1.1 图的基本定义

1.2 图的存储与遍历

......

第二章 神经网络基础

2.1 机器学习基本概念

2.2 神经网络

......

第三章 卷积神经网络

3.1 卷积和池化

3.2 卷积神经网络

......

第四章 表示学习

4.1 表示学习

4.2 基于重构损失的学习方法--自编码器 ......

第五章 图信号处理与图卷积神经网络

5.1 矩阵乘法三种形式

5.2 图信号与图的拉普拉斯矩阵

......

第六章 GCN的性质

6.1 GCN与CNN的联系

6.2 GCN能够对图数据进行端对端学习

......

第七章 GCN的变体与框架

7.1 GraphSAGE

7.2 GAT

7.3 R-GCN

7.4 GNN的通用框架

......

第八章 图分类

8.1 基于全局池化的图分类

......

第九章 基于GNN的图表示学习

9.1 图表示学习

9.2 基于GNN的图表示学习

9.3 ......

第十章 GNN的应用简介

10.1 GNN的应用简述

......

部分内容：

图的基本定义

图由顶点和边组成，v代表顶点，连接线代表边：

图包含有向图、无向图、加权图、非加权图等

图主要是一种带有数学意义的色彩，在实际应用中，更多称之为网络。顶点和边主要为节点和关系。

图网络的应用场景中：

CNN的数据处理中，更多依赖于数据（图）本身数据卷积、池化后的特征获取。无法很好的获取数据之间的关系，例如:遥感数据集之间存在关系，单纯依靠CNN，无法利用数据之间的关系（顶点和边）获取我们所需要的场景结果。图神经网络则提供了一种新的思路和方式。为此，有必要学习图神经网络拓展遥感数据的应用场景。