GNN basic--模型通用流程和分类

GNN的常见模块：

(1)传播模块(Propagation Module)。传播模块用于在节点之间传播信息，以便聚合邻居节点的特征信息和拓扑信息。

(2)采样模块(Sampling Module)。GNN通常会聚合前一层节点的邻域信息，从而生成当前节点的表征。当图比较大时，由于计算负载和存储的限制，也需要用采样模块对图的规模进行缩减。

(3)汇聚模块(Pooling Module)。所谓汇聚（亦称池化），可形象地将其理解为“群众代表”，它用局部区间的代表性统计信息（比如最大值、最小值或平均值）来代替整个局部区间，从而减少待处理的数据量。

GNN模型的通用设计流程：

1. 在输入层获取图的结构，然后确定图的类型和规模（如图1-18中的❶和❷

2.接着根据问题来确定整个网络的损失函数（如❸）

3.最后根据所要解决问题的性质来确定GNN传播层的内部（隐含层）结构（如❹）。

GNN的分类