概念 图神经网络（Graph Neural Networks，GNNs）是一类专门用于处理图数据的神经网络模型。它们的设计旨在对图结构进行学习和推断，适用于节点分类、链接预测、图生成等任务。 主要概念： 图表示： 图由节点（顶点）和边（连接节点的线条）组成。每个节点可以包含特征信息，每条边也可以包含相应的属性。 节点表示学习： GNNs 试图为每个节点生成表示向量，该向量捕获了节点及其周

论文标题：When Do GNNs Work: Understanding and Improving Neighborhood Aggregation (IJCAI-20) 论文链接：www.ijcai.org 论文代码：github 更多图神经网络和深度学习内容请关注： 摘要 图神经网络（GNNs）在大量图相关任务中都表现出强大的性能。虽然GNN模型有很多种，但他们都有一个共同点：邻域