图神经网络基础学习
注：本篇博客公式格式没有经过认真编辑，欢迎去我的博客：http://www.pinkman.tech/index.php/tech/2021/gnn-basic/ 或者知乎：https://zhuanlan.zhihu.com/p/356872702 获得更好的阅读体验。
本篇文章旨在通过最直白的语言解释一些GNN中的基础知识，涉及到的内容包括：
- GNN在现实中的应用
- 研究图问题的两个重要原则
- GNN是如何学习的
- GNN中信息如何传递？什么是卷积GNN，注意力GNN和信息传递GNN？
- 关于GNN的一些观点
本篇文章参考于Petar Veličković的教程，讲义位于：petar-v.com/talks/GNN-W。由于我刚接触这个领域，所以在书写过程中难免出错，欢迎在评论中指出。
一、现实世界中GNN的应用
判断分子特性
生物分子就是一个图结构，其中每一个原子是一个节点，连接原子的化学键就是一个边。关于分子有一些比较有趣的研究任务，比如判断一个分子是不是一种强烈的药物。此时，可以将该分子通过GNN来进行二分类。
这样训练以后，有一个好处是可以通过图神经网络发现各种各样的分子特性：将一个很大的候选分子库送入网络进行预测，可以选择GNN模型输出的候选100个分子集合，再进行化学测试。在这个领域还是非常有用的。
交通地图也是图结构
其中，每个十字路口可以是一个节点，每个道路就是一个边。
通过在交通地图上构建的GNN，可以用来回归预计抵达的时间（time to arrival, ETA）。
二、从CNN中观察
CNN的思想
第一个思想：只要图中出现某个信息，无论这个信息出现在哪里，都是有用的。比如检测某个物体，无论在图像中的哪里被检测到，只要被检测到就是成功的。所以才可以对整张图像进行扫描。这个思想叫做translational invariance。
第二个思想：离得近的图像像素之间的影响，远比离得远的像素的影响要大，因此才能够使用一个提取局部信息的卷积核。
我们接下来同样会利用这些思想，应用在图上。
图的特性
由于在图中不会指定任何的节点顺序，所以下面其实是一模一样的两幅图。我们需要图神经网络对这个输入，能够输出同样的信息。
三、排列不变性和排列相等性
我们暂时先假设图中没有边，此时图是一个节点的集合。令(\boldsymbol{x}_i \in R^k) 表示节点 i 的 k 维特征。可以将所有的节点特征堆叠到一起，形成一个(n\times k)的特征矩阵。需要注意的是，在这里为节点指定了顺序，但是想要图的输出不会依赖于这个顺序。
为了研究组合方式的操作，定义如下的 (n\times n) 矩阵叫做排列矩阵。其中，每一行和每一列都只有一个1，其余都为0。这个矩阵的作用就是当左乘上述特征矩阵时，就将上述特征矩阵换了一个排列组合的方式。这个排列矩阵对于研究排列组合来说非常有用。
排列不变性 Permutation Invariance
我们的目标是：定义一个不依赖于输入节点顺序的函数(f(\boldsymbol{X})) 。
数学定义：如果 (f(\boldsymbol{X})) 是排列不变的，那么对于所有的排列矩阵P ，都有：(f(\boldsymbol{PX}) = f(\boldsymbol{X}) ) 。
排列相等性 Permutation Equivariance
但是，如果想要获得某一个节点的特征呢？此时就需要排列相等性了。它研究的是一个节点层面的排列性质。目标是找到不会改变节点顺序的函数。也就是说，如果我们改变节点的顺序，无论我们经过函数前改变，还是经过函数后改变，结果应该是一致的。
数学定义：如果 (f(\boldsymbol{X})) 是排列相等的，那么对于所有的排列矩阵P，都有：(f(\boldsymbol{PX}) = \boldsymbol{P}f(\boldsymbol{X}) ) 。
集合研究的基础
说到这里，大家也可以发现，排列相等性要求我们不能进行每个节点的特征交互，即特征矩阵的行与行之间的交互，所以我们只能够对每一个节点进行一个特征的映射。
其中的(\psi)是一个映射函数，独立地作用于对每个节点。将所有的 (\boldsymbol{h}_i) 堆叠起来，就得到了(\boldsymbol{H} = f(\boldsymbol{X}))。
另一方面，为了保证排列不变性，我们需要在最后添加一个聚集函数，例如求和，平均值，最大值等。这样我们就得到了最终的输出。
说了这么多，思想其实很简单，就是先单独对每个节点提取特征，然后将所有的特征整合起来，整合的过程要保证顺序不会影响到最终结果。
四、图中的学习
好了，现在可以研究图中有边的情况了。我们定义邻接矩阵 A，其中
这里为了便于表示，先忽略边的特征，比如距离，花费成本等。
将图中的节点进行排列时，由于节点的顺序变化会同时影响到连接它的所有边，在邻接矩阵中表示，就是邻接矩阵的行和列都要受到影响。具体来说，假如节点经过了 (\boldsymbol{P}) 的排列组合转换，那么邻接矩阵就会变为 (\boldsymbol{PAP}^T) 。
此时，排列不变性和排列相等性就变成了这样的表示：
图中的局部性：邻居节点
在前文提到的节点集合部分中，我们通过每个节点独立地提取特征保证了排列相等性。然而在图中，我们有一个非常有用的信息：一个节点的邻居节点。对于一个节点 i 来说，和它距离为1的节点集合可以表示为：
此时，我们可以在这个邻居节点的集合上提取特征，表示为
将这个提取特征的过程表示为函数 (g(\boldsymbol{x}i, \boldsymbol{X}{N_i})) 。
图神经网络
此时，我们终于可以了解到图神经网络是什么样的了。将上述的函数g作用于每一个节点及其邻居节点，得到最终的特征，这就是一个图神经网络的基础形式。
为了确保排列相等性，我们需要保证这里的函数g不依赖于邻居节点的顺序信息，因此，g应该是排列不变的。
下图中是一个图神经网络提取特征的图示，通过输入一个节点b，及其周围的邻居节点给函数g，提取得到的隐向量，标记为 (\boldsymbol{h}_b)。
得到了隐含向量以后，如何利用它们呢？这里给出几种常见的使用方式：
- 节点分类。得到某一个节点的的隐向量以后，利用该向量去对一个节点进行分类。
- 图分类。将所有节点的隐向量整合到一起，得到整个图的特征，然后利用这个特征去分类。比如上文提到的分子特性分类。
- 链接预测。输入两个节点的隐向量以及他们之间的边的信息，能够输出这两个节点之间相互作用的结果。这一点也非常有用，比如预测从一个节点到另一个节点的抵达时间。
以下图示表示了这一过程：
五、图中的信息传递
在GNN领域中，通常把前文中描述的 (f) 叫做GNN的一层， 叫做“扩散”、“传播”或者“信息传递”。如何定义函数 (g)，是图神经网络中的重点，也是非常热门的研究领域。几乎所有提出的定义方式，可以按照空间偏好分为三类，分别是卷积（Convolutional），注意力（Attentional）和信息传递（Message-passing）。
卷积图神经网络
通过一个固定的权重 (c_{ij}) 来整合邻居节点的特征。通常来说，这里的权重通常直接依赖于节点之间边的信息（边的信息代表的是节点的相似度，比如两个节点距离越近，那么它们可能就越相似）。
这种结构对于同质图来说很有用（同质图：图中的节点类型和关系类型都仅有一种），并且网络可以轻易扩展到很大的规模。
使用这类方法的经典模型包括：
- ChebyNet (Defferrard , NeurIPS’16) et al.
- GCN (Kipf & Welling, ICLR’17)
- SGC (Wu , ICML’19） et al.
注意力图卷积神经网络
注意力机制是近几年非常火的一个研究方向。应用在GNN中，就是将前文中固定的权重改为可学习的权重，以此来描述两个相邻节点之间的关系。用公式表示为：
这种结构对于一些边中没有蕴含节点关系的图来说非常有效，适用于规模不是特别大的图，因为注意力机制会增加比较大的显存和计算量。
使用这类方法的经典模型包括：
- MoNet (Monti , CVPR’17) et al.
- GAT (Veličković , ICLR’18) et al.
- GaAN (Zhang , UAI’18) et al.
信息传递图神经网络
计算出一个向量（“信息”），通过边传递给其余节点。
用公式表示为：
其中 ，(m_{ij} = \psi)就是传递的信息。
因为有了信息的传递，这类模型可以拟合一些非常复杂的任务，但是可能会面临一些规模或者学习上的问题，因为需要计算和存储整个图中所有边计算出来的信息，而图中的边一般都比节点要多得多。
使用这类方法的经典模型包括：
- Interaction Networks (Battaglia ., NeurIPS’16) et al
- MPNN (Gilmer ., ICML’17) et al
- GraphNets (Battaglia ., 2018) et al
六、关于GNN的观点
节点嵌入技术
这项技术的目的是，将图中的节点嵌入到隐空间中。
那么什么是一个好的嵌入表示呢？对于图来说，一个自然的想法就是，保留住图中的有用信息，而节点之间的有用信息，那就是边。所以就有了一个非常直接的目标：如果两个节点之间右边，那么他们在隐空间中应该是相近的，可以使用标准的二分类交叉熵损失函数来实现这个目标：
这个其实是一个更加广泛的方法簇——随机行走的一个特例。将上述损失函数中的 ，重新定义为 和 共同出现在一个随机行走的过程中。
这类方法在GNN面世前，是最主流的无监督图表示学习方法。有以下著名的算法：
- DeepWalk (Perozzi , KDD’14) et al.
- node2vec (Grover & Leskovec, KDD’16)
- LINE (Tang , WWW’15) et al.
值得注意的一点是，通过这种方法，能够学习到节点局部的相似性。因为在隐空间中距离比较近的节点，可能在原先的图结构中是存在边相连的，就是他们互相是邻居节点。这是随机行走方法的一个内在的特点。但是，这恰恰就是卷积GNN的设计思想：强迫邻居学习到相似的特征，这是因为两个图中相邻的节点，可能会有很多个共同的邻居节点，所以能够学习到相似的特征。关于此，有两个有用的推论：
- 随机行走的目标可能不能给GNN提供有用的信号
- 有时，DeepWalk能得到与未训练的卷积GNN相同的效果！（Veličković et al., ICLR’19）
与NLP的关系
节点嵌入技术，其实和NLP中的词向量技术如出一辙：
- 节点可以和词对应
- 随机行走和一个句子对应
- node2vec技术对应于word2vec技术
- 优化目标基本是一模一样的
并不单纯只有NLP可以嵌入到GNN的设计思想中，GNN其实也可以嵌入到NLP的设计思想中，两门技术是非常相通的。
在NLP领域中，一个句子中的不同单词，是会互相交互的，比如出现一个词，另外一个词的含义可能完全变了。我们可以使用图来表示这种交互，但是这个交互信息并不是直接提供的，此时，一个常见的假设就是去初始化一个完全图（完全图是一个简单的无向图，其中每对不同的顶点之间都恰连有一条边相连），然后让网络去学习相互之间的关系。而这，就是Transformers的思想！
可以将Transformer视作GNN的一种，它是一个完全图，属于注意力图神经网络分类下。attention可以看做图中的一种软相邻。（Joshi (The Gradient; 2020).）
感谢您的阅读，如果觉得这篇文章对您有帮助，欢迎分享收藏！最后附上教程的原始视频链接。