NLP 图神经网络之GNN、GCN、GAT原理理解+面试必考知识点

许久之前了解过图NN了，但一直懒没整理，现在整理下吧。暂时更新了GNN, GCN, GAT。后续有空继续补充其他经典模型，如GraphSAGE, R-GCN。

导航：

ID	算法
NO.1	1、图
NO.2	2、在ML中使用图的挑战
NO.3	3、使用图完成的任务分类
NO.4	4、GNN
NO.5	5、GCN
NO.6	6、GAT

---

1、图

⭐ 图及属性(Global，全局属性) 包含顶点及属性(Vetex)、边及属性(Edge)。顶点、边、图都可以用embedding表示。那如何表示这些embedding是图网络要做的事。【Node embedding、Edge embedding、Global embedding】
⭐ 图分为有向图和无向图。
⭐ 图一般用邻接矩阵表示。
⭐ 全局属性：图比较大时࿰