【图卷积神经网络】1-入门篇:为什么使用图神经网络

在本节中,将涵盖以下主要内容:

  • 为什么使用图?
  • 为什么学习图?
  • 为什么使用图神经网络?

为什么使用图?

首先需要回答的问题是:为什么对图感兴趣?图论是对图进行数学研究的学科,它已经成为理解复杂系统和关系的基本工具。图是一种将节点(也称为顶点)和连接这些节点的的集合的可视化表示,提供了一种表示实体及其关系的结构(见1.1)。

【图卷积神经网络】1-入门篇:为什么使用图神经网络_第1张图片

图1.1 - 具有六个节点和五条边的图的示例

通过将复杂系统表示为实体和相互作用的网络,我们可以分析它们之间的关系,从而更深入地了解它们的基本结构和模式。图的多功能性使它们成为各个领域的热门选择,包括以下领域:

  • 计算机科学:图可用于对计算机程序的结构建模,从而更容易理解系统的不同组件之间的交互方式。
  • 物理学:图可用于模拟物理系统及其相互作用,例如粒子之间的关系及其属性

你可能感兴趣的:(Python从0到1,python,深度学习,神经网络,机器学习)