為何寫作本書

近年來，作為一項(xiàng)新興的圖數(shù)據(jù)學(xué)習(xí)技術(shù)，圖神經(jīng)網(wǎng)絡(luò)（GNN）受到了非常廣泛的關(guān)注。2018年年末，發(fā)生了一件十分有趣的事情，該領(lǐng)域同時(shí)發(fā)表了三篇綜述類型論文，這種不約而同體現(xiàn)了學(xué)術(shù)界對該項(xiàng)技術(shù)的認(rèn)可。事實(shí)上，在2019年的各大頂級學(xué)術(shù)會議上，與圖神經(jīng)網(wǎng)絡(luò)有關(guān)的論文也占據(jù)了相當(dāng)可觀的份額。相信在未來幾年，這種流行的趨勢會只增不減。

圖神經(jīng)網(wǎng)絡(luò)技術(shù)的出現(xiàn)有其必然性和重要性。在深度神經(jīng)網(wǎng)絡(luò)技術(shù)興起的前幾年，圖像、語音、文本等形式的數(shù)據(jù)都能在深度學(xué)習(xí)中被很好地應(yīng)用，并獲得了十分好的效果。這促使大量的相關(guān)應(yīng)用進(jìn)入了實(shí)用階段，如人臉識別、語音助手、機(jī)器翻譯等。盡管如此，深度學(xué)習(xí)一直無法很好地對另一類形式的數(shù)據(jù)圖數(shù)據(jù)（或稱網(wǎng)絡(luò)數(shù)據(jù)）進(jìn)行有效的適配。作為一類主要用來描述關(guān)系的通用數(shù)據(jù)表示方法，圖數(shù)據(jù)在產(chǎn)業(yè)界有著更加廣闊的應(yīng)用場景，在諸如社交網(wǎng)絡(luò)、電子購物、物聯(lián)網(wǎng)、生物制藥等場景中，都可以找到圖數(shù)據(jù)的影子。將深度學(xué)習(xí)技術(shù)的成功經(jīng)驗(yàn)遷移到圖數(shù)據(jù)的學(xué)習(xí)中來，是一種十分自然且必要的需求。

在這樣的背景下，圖神經(jīng)網(wǎng)絡(luò)的出現(xiàn)很好地填補(bǔ)了上述技術(shù)空白，實(shí)現(xiàn)了圖數(shù)據(jù)與深度學(xué)習(xí)技術(shù)的有效結(jié)合，使得深度學(xué)習(xí)能夠在圖數(shù)據(jù)的相關(guān)應(yīng)用場景中繼續(xù)攻城略地。事實(shí)上，縱觀這三年，圖神經(jīng)網(wǎng)絡(luò)技術(shù)的相關(guān)應(yīng)用和研究已經(jīng)拓展到了極其廣泛的領(lǐng)域，從視覺推理到開放的閱讀理解問題，從藥物分子的研發(fā)到5G芯片的設(shè)計(jì)，從交通流量預(yù)測到3D點(diǎn)云數(shù)據(jù)的學(xué)習(xí)，該項(xiàng)技術(shù)都展示出了極其重要且極具滲透性的應(yīng)用能力，這種能力必將給產(chǎn)業(yè)界帶來極高的應(yīng)用價(jià)值。

筆者所在公司極驗(yàn)在業(yè)務(wù)風(fēng)控的應(yīng)用場景中，長期奮戰(zhàn)在網(wǎng)絡(luò)攻防對抗的前線，在這樣的背景下，不管是主動(dòng)還是被動(dòng)，都促使我們不斷努力提升數(shù)據(jù)分析與數(shù)據(jù)建模的能力，一直以來，我們都期望有一套端對端的模型來高效學(xué)習(xí)數(shù)據(jù)中的關(guān)系或結(jié)構(gòu)化信息。極驗(yàn)在2017年年中與圖神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)緣，正好提供了這樣的契機(jī)，在對該項(xiàng)技術(shù)進(jìn)行多番論證并上線到極驗(yàn)的實(shí)際業(yè)務(wù)中后，取得了超出預(yù)期的效果，這極大提升了我們對該項(xiàng)技術(shù)的熱情。同時(shí)，為了更好地對這項(xiàng)新技術(shù)進(jìn)行討論和學(xué)習(xí)，我們組織了相應(yīng)的學(xué)習(xí)社群，大家都表現(xiàn)出了高昂的熱情，這份熱情激勵(lì)筆者將更多精力投入到該項(xiàng)技術(shù)上，也正因如此，寫一本關(guān)于圖神經(jīng)網(wǎng)絡(luò)的書籍的想法應(yīng)運(yùn)而生。期望通過本書，讓讀者朋友對該項(xiàng)技術(shù)的來龍去脈有更清晰、全面的認(rèn)識。如果能產(chǎn)生更大的知識分享成果，那么本書的價(jià)值就更高了，這將是對我們的最好回報(bào)。

本書讀者對象

想學(xué)習(xí)并初步實(shí)踐圖神經(jīng)網(wǎng)絡(luò)技術(shù)的讀者

想較系統(tǒng)且深入理解圖神經(jīng)網(wǎng)絡(luò)技術(shù)的讀者

本書主要內(nèi)容

本書分為三大部分：

第一部分為基礎(chǔ)篇，包括第1～4章，其中第1章由筆者撰寫，第2～4章由李彥霖撰寫。主要介紹學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)所需的基礎(chǔ)知識，包括圖的基本概念、卷積神經(jīng)網(wǎng)絡(luò)以及表示學(xué)習(xí)，幫助初學(xué)者更加清晰地認(rèn)識到圖神經(jīng)網(wǎng)絡(luò)技術(shù)與深度學(xué)習(xí)技術(shù)是一脈相承的。

第二部分為高級篇，包括第5～9章。這部分是本書的重點(diǎn)，主要講解圖卷積神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)和性質(zhì)、圖神經(jīng)網(wǎng)絡(luò)的各種變體和框架范式、圖分類以及基于GNN的圖表示學(xué)習(xí)。該部分的各章節(jié)都有相關(guān)的實(shí)踐案例，為讀者規(guī)劃了完整的從理論到實(shí)踐的學(xué)習(xí)路線，幫助讀者系統(tǒng)全面地學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)。這部分有兩位作者，理論部分由筆者撰寫，實(shí)踐案例的代碼由李彥霖提供。

第三部分為應(yīng)用篇，即第10章，主要介紹了圖神經(jīng)網(wǎng)絡(luò)目前的一些應(yīng)用。圖神經(jīng)網(wǎng)絡(luò)的應(yīng)用非常廣泛，現(xiàn)實(shí)應(yīng)用場景非常多，但鑒于本書的規(guī)劃，這里只是略著筆墨，旨在拋磚引玉，讓讀者對應(yīng)用場景有一定的認(rèn)知。這部分由周洋撰寫。

最后，每個(gè)章節(jié)都附有相關(guān)的參考文獻(xiàn)。

本書特色

本書有如下特色：

（1）詳細(xì)闡述了圖卷積模型的由來，以及什么是頻域圖卷積和空域圖卷積，這是很多初學(xué)者學(xué)習(xí)該技術(shù)的第一只攔路虎；

（2）集中闡述了圖卷積模型的性質(zhì)，這些性質(zhì)的解讀對讀者深入地理解圖神經(jīng)網(wǎng)絡(luò)技術(shù)有著重要的作用；

（3）給出了關(guān)鍵部分的代碼，希望能輔助讀者清晰理解書中的一些公式里的變量的具體含義。

（4）本書為了幫助讀者理解圖神經(jīng)網(wǎng)絡(luò)的相關(guān)概念和技術(shù)，提供了很多示意圖。

勘誤和支持

由于作者的水平有限，編寫時(shí)間倉促，書中難免會出現(xiàn)一些錯(cuò)誤或者不準(zhǔn)確的地方，懇請讀者批評指正。如果你遇到任何問題，可以訪問我們專門為本書創(chuàng)建的技術(shù)主頁 https://github.com/FighterLYL/GraphNeuralNetwork，我們將盡量為讀者提供滿意的解答。如果你有更多寶貴的意見，也歡迎發(fā)送郵件至郵箱yfc@hzbook.com，期待能夠得到你們的真摯反饋。

致謝

首先要感謝這個(gè)開放的時(shí)代，深度學(xué)習(xí)技術(shù)的爆發(fā)離不開產(chǎn)、學(xué)、研的緊密結(jié)合，在信息開放、知識分享的大背景下，我們每一個(gè)人都是其中的受益者。

感謝筆者所在公司極驗(yàn)科技，對本書的寫作提供了大力支持，特別是同事謝永芬，完成了書稿所有章節(jié)的初排工作，為其中大量的公式和插圖付出了許多精力。

感謝機(jī)械工業(yè)出版社華章公司的編輯楊福川和張錫鵬，在這段時(shí)間始終支持我們的寫作，他們的耐心和專業(yè)引導(dǎo)我們順利完成了撰寫工作。

最后，感謝我的妻子，她理解并支持我這段時(shí)間的挑燈寫作，家人的關(guān)懷是我前進(jìn)的動(dòng)力！

劉忠雨