图神经网络

图是一种包含节点（顶点）的数据类型，这些节点（顶点）通过边相互连接，边可以是有向的，也可以是无向的。每个节点都有一组特征（这些特征可以表示节点的属性，也可以是一个热编码（One-hot）信息），而边定义了节点之间的关系。
在典型的GNN中，消息传递是由边在相邻节点之间上执行的。直观地说，消息是信息的神经编码，它从一个节点传递到与其连接的邻居节点。在任何神经层，节点的表示都是通过将其所有邻居的消息聚合到当前节点来计算的。经过多轮消息传递，可以获得每个节点的向量表示，可以解释为一种既描述节点特征信息又描述节点周围邻域图结构的嵌入表示。