【深度学习基础模型】图神经网络（Graph Neural Networks, GNNs）详细理解并附实现代码。

【深度学习基础模型】图神经网络（Graph Neural Networks, GNNs）详细理解并附实现代码。

【深度学习基础模型】图神经网络（Graph Neural Networks, GNNs）详细理解并附实现代码。

---

---

欢迎宝子们点赞、关注、收藏！欢迎宝子们批评指正！

1. 起源与提出

图神经网络的起源可以追溯到图数据的处理需求。传统的神经网络在处理结构化数据（如图、树等）时，常常面临着局限性。GNN的提出旨在解决这一问题，使神经网络能够有效地学习图结构数据中的信息。

• 早期研究：最早的图模型和算法如图卷积网络（GCN）和图递归神经网络（Graph RNN）在2017年左右被提出。
• GCN的提出：Thomas Kipf和Max Welling于2017年提出了图卷积网络（GCN），为GNN的发展奠定了基础。他们提出通过卷积操作在图上进行特征学习，推动了图神经网络的研究。

2. 发展

图神经网络的发展经历了以下几个阶段：