原文链接
A Gentle Introduction to Graph Neural Networks (distill.pub)
https://distill.pub/2021/gnn-intro/
内容简介：本文是“A Gentle Introduction to Graph Neural Networks”的阅读笔记，因为第一次接触GNN，很多深奥的概念不懂，因此没有读完全，maybe后续会补上。
Graph 是什么？ Graph 实际上 就是 三个要素，vertex是节点，Edge边，Attribute是图的特征。
Graph问题用来做什么？可以分为三类，一是根据graph级别，比如找出拓扑里有环形的图；二是 根据edge的关系给vertex聚类；三是根据vertex特点找到edge的feature。
Graph之间的信息如何传递聚合？ GNN中的新信息传递是Information pooling，即节点之间传递信息，然后进行信息聚合。信息的聚合可以使用 平均，最大或者相加等方式。
设计GNN的规则？ 设计GNN时，GNN的表现并不是层数越深越好，层数多会增强最差和平均解表现，不能增强最好解表现。想要性能更好，一是设计更好的传播机制，二是增加图的属性。
训练GNN时采样？ 因为GNN每个节点的邻居和连的边都不一样，不像传统神经网络可以取固定的size进行训练，有不同的方法可以采样去训练，比如随机采样 ，随机游走。
GNN的扩展模式？ GNN 调整为更复杂的图结构，例如，我们可以考虑多边图或多图，如一对节点共享多条性质不同的边。
尚未理解的问题，Graph之间的信息传递机制都有哪些？以及是如何传递的？
Graph是如何训练的？采样的有哪些技术？需要更深的了解
1.什么样的数据可以转化为Graph
graph实际上就是 vertex edge 和他们的attribute 组成的图。
2.哪一类的问题可以转化为图图结构问题？
一共有三类 ：
In a graph-level task, we predict a single property for a whole graph. For a node-level task, we predict some property for each node in a graph. For an edge-level task, we want to predict the property or presence of edges in a graph.
Graph-level task
比如从一堆拓扑图里找出具有两个环形的图
Node-level task
类似于给节点聚类
Edge-level task
找出节点间的关系
用邻接矩阵表示图很消耗内存，特别是当邻接矩阵是稀疏矩阵时， 如何把图表示得更加节省内存？
GNN Predictions by Pooling Information
构建了GNN之后，如何完成任务or做预测 ？？
汇集工作分两步进行：
1.对于要汇集的每个项目，收集它们的每个嵌入，并将它们连接成一个矩阵。
2. 然后，通常通过求和操作对收集到的嵌入式数据进行汇总
根据edge信息去预测node
根据node的信息去预测edge
根据 node 和 edge的信息去预测global信息
Passing messages between parts of the graph
我们可以通过在 GNN 层中使用池化技术来进行更复杂的预测，从而使我们学习到的嵌入信息能够感知图的连通性。我们可以通过信息传递来实现这一点，即相邻节点或边缘交换信息，并影响彼此更新的嵌入。
消息传递分为三个步骤：
1. 对于图中的每个节点，收集所有相邻节点的嵌入（或信息），即上文所述的 g函数。
2. 通过聚合函数（如 sum）汇总所有信息。
3. 所有汇集的信息将通过一个更新函数（通常是一个学习的神经网络）进行传递。
从本质上讲，信息传递和卷积都是汇总和处理元素邻域信息以更新元素值的操作。在图中，元素是一个节点，而在图像中，元素是一个像素。然而，图中相邻节点的数量可以是可变的，这与图像中每个像素都有固定数量的相邻元素不同。
通过将消息传递 GNN 层堆叠在一起，一个节点最终可以整合来自整个图的信息：经过三层之后，一个节点就可以获得离它三步远的节点的信息。
一般建模模板先使用连续的 GNN 层，然后再用一个带有 sigmoid 激活的线性模型来进行分类。GNN 的设计空间有许多可以定制模型的杠杆：
1.GNN层数，也称为深度。
2.更新每个属性的维数。更新函数是一个带有relu激活函数和层规范化的1层MLP。
3.汇聚函数在汇聚中使用：最大值、平均值或总和。
4。更新的图属性或消息传递样式：节点、边缘和全局表示。我们通过布尔切换（开或关）来控制这些。基线模型将是独立于图形的GNN（所有消息传递关闭），它在最后将所有数据聚合到单个全局属性中。打开所有消息传递函数会产生GraphNets架构。
数据汇总到一个单一的全局属性中。切换所有消息传递功能可产生一个 GraphNets 架构。
由于这些是高维向量，我们通过主成分分析（PCA）将它们降至2D。一个完美的模型应该能够清晰地分离标记数据，但由于我们正在降维并且也有不完美的模型，这个边界可能会更难看到。
Some empirical GNN design lessons
1.越深的网络层并不能表现越好。
2，表现主要和以下相关：消息传递的类型，映射的维度，层数和汇聚操作类型。
平均性能和最差性能随着GNN层数的增多而性能上升，但是最好的性能并不会随层数增加而上升。这种效应可能是因为层数越多的 GNN 传播信息的距离就越远，其节点表征可能会因多次连续迭代而被 "稀释"。
交流的图形属性越多，平均模型的性能就越好。我们的任务以全局表示为中心，因此明确学习这一属性也往往会提高性能。我们的节点表征似乎也比边缘表征更有用，这是有道理的，因为这些属性中加载了更多的信息。
要想获得更好的性能，有很多方向可以选择。我们希望强调两个大方向，一个与更复杂的图算法有关，另一个则与图本身有关。
到目前为止，GNN 基于邻域的池化操作。有些图概念比较难用这种方式表达，例如线性图路径（节点的连接链）。设计新的机制，以便在 GNN 中提取、执行和传播图信息，是当前的一个研究领域 。
GNN 研究的一个前沿领域不是建立新的模型和架构，而是 "如何构建图"，更准确地说，是为图添加可以利用的附加结构或关系。正如我们所看到的，图的属性越多，我们就越能建立更好的模型。在这种特殊情况下，我们可以考虑通过增加节点之间的空间关系、增加非键的边或明确子图之间的可学习关系，使分子图的特征更加丰富。
与GNN相关的graph
虽然我们只描述了每个属性都有矢量化信息的图形，但图形结构更加灵活，可以容纳其他类型的信息。幸运的是，消息传递框架足够灵活，通常情况下，将 GNN 调整为更复杂的图结构，只需定义信息如何通过新的图属性传递和更新即可。
例如，我们可以考虑多边图或多图，其中一对节点可以共享多种类型的边。例如，在社交网络中，我们可以根据关系类型（熟人、朋友、家人）指定边的类型。通过为每种边缘类型设置不同类型的信息传递步骤，可以对 GNN 进行调整。我们还可以考虑嵌套图，例如一个节点代表一个图，也称为超节点图。嵌套图对于表示层次信息非常有用。例如，我们可以考虑分子网络，其中一个节点代表一个分子，如果我们有将一个分子转化为另一个分子的方法（反应），则两个分子之间共享一条边。在这种情况下，我们可以在嵌套图上学习，方法是让一个 GNN 在分子层面学习表示法，另一个在反应网络层面学习表示法，并在训练过程中交替使用。
另一种图是超图，在超图中，一条边可以连接多个节点，而不仅仅是两个节点。对于给定的图，我们可以通过识别节点群落来构建超图，并分配一条与群落中所有节点相连的超边。
Sampling Graphs and Batching in GNNs
通常对于神经网络的训练来说 ，我们取一个 固定 size 的mini-batch，可是对GNN网络不可这样，因为GNN网络中每个node连接的edge不是固定的，没有一个恒定的size。对图进行分批处理的思路就是构建子图。构建子图就会涉及到图采样。
如何对图进行采样是一个尚未解决的研究问题。
如果我们希望保留邻域级别的结构，一种方法是随机抽取一定数量的节点，即我们的节点集。然后添加与节点集相邻的距离为 k 的邻接节点，包括它们的边。每个邻域可视为一个单独的图，GNN 可在这些子图的批次上进行训练。由于所有相邻节点的邻域都不完整，因此可以掩盖损失，只考虑节点集。
更有效的策略可能是先随机抽样一个节点，将其邻域扩大到距离 k，然后在扩大的集合中挑选其他节点。一旦构建了一定数量的节点、边或子图，就可以终止这些操作。如果情况允许，我们可以通过选取一个初始节点集，然后对一定数量的节点进行子采样（例如随机采样，或通过随机漫步或 Metropolis 算法）来构建恒定大小的邻域。
Comparing aggregation operations
汇集相邻节点和边的信息是 GNN 关键步骤。每个节点的邻居数量不固定，需要一种差别化的方法来汇集这些信息，因此汇集操作应该有平滑性，对节点排序和节点数量具有不变性。
选择和设计最佳聚合操作是一个尚未解决的研究课题。聚合操作的一个理想特性是相似的输入提供相似的聚合输出，反之亦然。一些非常简单的候选包络不变操作包括总和、平均值和最大值。方差等汇总统计也可以使用。所有这些运算都采用数量可变的输入，无论输入排序如何，都能提供相同的输出。
没有哪种操作是一成不变的最佳选择。当节点的邻居数量变化很大，或者需要对局部邻域的特征进行归一化处理时，平均值操作可能会很有用。当你想突出本地邻域中的单个突出特征时，最大值运算可能会很有用。求和则在这两者之间取得了平衡，它提供了局部特征分布的快照，但由于没有进行归一化处理，因此也会突出异常值。在实践中，求和是常用的方法。