在过去的十年中,神经网络取得了巨大的成功。但是,只能使用常规或欧几里得数据来实现神经网络的早期变体,而现实世界中的许多数据都具有非欧几里得的底层图形结构。数据结构的不规则性导致了图神经网络的最新发展。在过去的几年中,正在开发图神经网络的各种变体,其中之一就是图卷积网络(GCN)。GCN也被视为基本的图神经网络变体之一。 在本文中,我们将更深入地研究由Thomas Kipf和Max Welling开发的图卷积网络。我还将在使用NetworkX构建第一个图形时给出一些非常基本的示例。到本文结尾,我希望我们对图卷积网络内部的机制有更深入的了解。