學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)，你怕了嗎？

深度學(xué)習(xí)領(lǐng)域的頂級大會（International Conference on Learning Representations），在幾個月前，有人分析了提交給該大會的論文中的高頻詞，發(fā)現(xiàn)圖神經(jīng)網(wǎng)絡(luò)（GNN）赫然排在第4位，僅次于「深度學(xué)習(xí)」「強(qiáng)化學(xué)習(xí)」和「表征學(xué)習(xí)」。

連DeepMind深度學(xué)習(xí)大佬Petar Veli?kovi?都不免感嘆：毋庸置疑，GNN現(xiàn)在差不多算是深度學(xué)習(xí)工具箱中的「一等公民」了！

怎么樣，還學(xué)得動嗎？

聊到GNN，很多同學(xué)入門GNN的方式是讀論文，不過現(xiàn)在這方面的論文實在是太多了：「有人在GitHub上總結(jié)了一份GNN必讀論文清單。綜述論文有14篇，基本模型的論文有92篇，圖類型的論文有20篇，計算機(jī)視覺相關(guān)的有70篇，NLP相關(guān)的有56篇，其他的還有近200篇！好家伙，加起來將近500篇啊！。https://github.com/thunlp/gnnpapers。

要學(xué)GNN，或許有更好的打開方式。這本清華大學(xué)劉知遠(yuǎn)老師的新書，你可以了解一下～

第一作者竟是知乎大V、NLP界赫赫有名的劉知遠(yuǎn)教授！

劉知遠(yuǎn)

清華大學(xué)計算機(jī)科學(xué)與技術(shù)系副教授、博士生導(dǎo)師、智源人工智能研究院研究員，在自然語言處理、表征學(xué)習(xí)、知識圖譜等人工智能研究領(lǐng)域享有盛譽(yù)，所開發(fā)的自然語言處理算法已成為該領(lǐng)域的代表方法。2018年入選《麻省理工科技評論》“35歲以下科技創(chuàng)新35人”。

那么來「猜猜第二作者是誰？」

「周界，正是那份GNN必讀論文清單的主要維護(hù)者。」

本書全彩印刷，內(nèi)文是高檔純質(zhì)紙，觸感極佳。

誰適合讀，誰不適合讀

這是一本關(guān)于圖神經(jīng)網(wǎng)絡(luò)的綜述，非常適合拿來構(gòu)建圖神經(jīng)網(wǎng)絡(luò)知識體系。你可以把這本書當(dāng)作入門圖神經(jīng)網(wǎng)絡(luò)的藍(lán)圖。

有了這本書，就暫且不必去讀500篇英文論文，先構(gòu)建起一個知識框架，這樣認(rèn)知負(fù)擔(dān)會小很多。

但是，正因為這本書的綜述性質(zhì)，如果你想學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)如何在實際中應(yīng)用，那么恐怕這本書并不能滿足你的需求。

閱讀思維導(dǎo)圖

來看看這本書的內(nèi)容結(jié)構(gòu)。

作為基于深度學(xué)習(xí)的圖數(shù)據(jù)處理方法，圖神經(jīng)網(wǎng)絡(luò)（GNN）因其卓越的性能而受到廣泛關(guān)注。本書全面介紹了GNN的基本概念、具體模型和應(yīng)用場景。讀完本書，你將對GNN的最新成果和發(fā)展方向有較為透徹的認(rèn)識。

1

概述數(shù)學(xué)基礎(chǔ)和神經(jīng)網(wǎng)絡(luò)以及圖神經(jīng)網(wǎng)絡(luò)的基本概念。

2

介紹不同種類的GNN模型，包括卷積圖神經(jīng)網(wǎng)絡(luò)、循環(huán)圖神經(jīng)網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、圖殘差網(wǎng)絡(luò)，以及幾個通用框架。

3

介紹GNN在結(jié)構(gòu)化場景、非結(jié)構(gòu)化場景和其他場景中的應(yīng)用。

早期讀者佳評

圖神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展迅速，想快速學(xué)習(xí)、掌握這些技術(shù)有很多困難。這本書的特點是簡明扼要、系統(tǒng)完整，是學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)的一本好教材。

——張長水

清華大學(xué)自動化系教授、IEEE Fellow

圖神經(jīng)網(wǎng)絡(luò)是近年機(jī)器學(xué)習(xí)的研究熱點，也在很多領(lǐng)域取得應(yīng)用。這本書內(nèi)容詳盡，既包含對圖神經(jīng)網(wǎng)絡(luò)基礎(chǔ)的介紹，也有新的一些研究，同時還覆蓋了部分應(yīng)用，非常系統(tǒng)化，是一本非常值得推薦的書。

——唐杰

清華大學(xué)教授、AMiner創(chuàng)始人

圖神經(jīng)網(wǎng)絡(luò)是目前學(xué)術(shù)界和工業(yè)界的研究熱點之一。這本書全面、系統(tǒng)地介紹了圖神經(jīng)網(wǎng)絡(luò)的基本概念、主要模型以及應(yīng)用場景，內(nèi)容清晰易懂，非常適合對圖神經(jīng)網(wǎng)絡(luò)感興趣的讀者閱讀。強(qiáng)烈推薦！

——邱錫鵬

復(fù)旦大學(xué)計算機(jī)學(xué)院教授

新 書 熱 賣 中

劉知遠(yuǎn) 周界??著
李濼秋??譯

作者：劉知遠(yuǎn)? 周界?

譯者：李濼秋

| 圖書特色

• 前沿：圖神經(jīng)網(wǎng)絡(luò)（GNN）已風(fēng)靡深度學(xué)習(xí)領(lǐng)域

• 全面：綜述流行的GNN框架以及應(yīng)用場景

• 新增：在英文版的基礎(chǔ)上增補(bǔ)更多內(nèi)容

• 力薦：多位AI先鋒學(xué)者聯(lián)袂推薦

• 精美：采用高檔純質(zhì)紙，全彩印刷，適合珍藏

圖神經(jīng)網(wǎng)絡(luò)（GNN）是基于深度學(xué)習(xí)的圖數(shù)據(jù)處理方法，因其卓越的性能而受到廣泛關(guān)注。本書全面介紹了GNN的基本概念、具體模型和實際應(yīng)用。書中首先概述數(shù)學(xué)基礎(chǔ)和神經(jīng)網(wǎng)絡(luò)以及圖神經(jīng)網(wǎng)絡(luò)的基本概念，接著介紹不同種類的GNN，包括卷積圖神經(jīng)網(wǎng)絡(luò)、循環(huán)圖神經(jīng)網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、圖殘差網(wǎng)絡(luò)，以及幾個通用框架。此外，本書還介紹了GNN在結(jié)構(gòu)化場景、非結(jié)構(gòu)化場景和其他場景中的應(yīng)用。讀完本書，你將對GNN的最新成果和發(fā)展方向有較為透徹的認(rèn)識。

?不想?yún)⑴c抽獎的讀者?

?也可直接掃碼購買本書?

????

在評論區(qū)留言你想看這本書的理由

小編將隨機(jī)抽取?10?位讀者

包郵送出這本圖神經(jīng)網(wǎng)絡(luò)必讀好書

活動截止時間為 5?月 25?日 24:00

???? 現(xiàn)在，在「知乎」也能找到我們了 進(jìn)入知乎首頁搜索「PaperWeekly」 點擊「關(guān)注」訂閱我們的專欄吧 關(guān)于PaperWeeklyPaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結(jié)

以上是生活随笔為你收集整理的清华大学刘知远教授新作，图神经网络最佳解锁方式 | 送书福利的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。