1.2.2 图神经网络的本质

接下来，我们将在宏观层面探讨图神经网络的本质。图神经网络是机器学习的一种特定方式，是神经网络在图数据应用上的一个自然延伸。我们知道，所谓机器学习，在形式上，可近似等同于通过统计或推理的方法寻找一个有关特定输入和预期输出的功能函数f。通常，我们把输入变量（特征）空间记作大写的X，而把输出变量空间记为大写的Y。于是，机器学习在形式上就近似于寻找一个好用的函数：

Y≈f(X)

再具体到图神经网络学习，其本质也脱离不了上述范畴。在本质上，它完成的任务也是构建一个函数映射，针对特定的图数据X，经过数据预处理、数据转换，然后按照某种学习得到的规则，给出一个输出Y（如分类信息或回归值）。图神经网络的本质如图1-7所示。问题在于，如何找到这样的映射关系？于是，各类图神经网络算法应运而生，八仙过海，各显神通。

图神经网络是一种将图数据处理和深度学习网络相互结合的技术。它先借助图来表达“错综复杂”的关系[8]，当节点以某种方式局部聚合其他节点信息后，再做数据的“深加工”，可将其用于分类、回归或聚类等任务中。