前幾年神經網絡很火，相信大家對神經網絡都有一定的了解。而圖神經網絡是直接在圖上進行計算，整個計算的過程，沿著圖的結構進行，這樣處理的好處是能夠很好的保留圖的結構信息。而能夠對結構信息進行學習，正是圖神經網絡的能力所在。

下面我們就來看看圖神經網絡為什么強大？

圖神經網絡的應用場景自然非常多樣。筆者在這里選擇一部分應用場景為大家做簡要的介紹，更多的還是期待我們共同發現和探索。

1. 計算機視覺

在計算機視覺的應用有根據提供的語義生成圖像，如下圖所示（引用）。輸入是一張語義圖，GNN通過對“man behind boy on patio”和“man right of man throwing firsbee”兩個語義的理解，生成了輸出的圖像。

當然還有動作識別、視覺問答等應用，這里我們就不一一列舉了

2. 生物醫療

我們在高中都接觸過生物化學，知道化合物是由原子和化學鍵構成的，它們天然就是一種圖數據的形式，所以圖神經網絡在生物醫療領域應用特別廣泛。包括新藥物的發現、化合物篩選、蛋白質相互作用點檢測、以及疾病預測。

據筆者所知，目前國外包括耶魯、哈佛，國內像北大清華都有很多實驗室研究圖神經網絡在醫學方面的應用，而且我相信這會是圖神經網絡最有價值的應用方向之一

3. 工業應用之推薦

推薦是機器學習在互聯網中的重要應用。互聯網業務中，推薦的場景特別說，比如內容推薦、電商推薦、廣告推薦等等。這里，我們介紹三種圖神經網絡賦能推薦的方法。

盡管已經引起了極大的關注，但將其應用于其他領域時仍面臨許多挑戰，包括從方法論的合理性到實際商業業務表現。

咕泡科技很榮幸的邀請到了在人工智能、計算機視覺領域有著豐富的一線實戰經驗的唐宇迪博士，利用2天的時間，為大家系統地梳理圖神經網絡架構框架技術。

審核編輯 ：李倩