圖神經(jīng)網(wǎng)絡導論

清華大學劉知遠力作，一書輕松構建GNN知識體系。

前沿：圖神經(jīng)網(wǎng)絡（GNN）已風靡深度學習領域

全面：綜述流行的GNN框架以及應用場景

新增：在英文版的基礎上增補更多內容

力薦：多位AI先鋒學者聯(lián)袂推薦

精美：采用高檔純質紙，全彩印刷，適合珍藏

圖神經(jīng)網(wǎng)絡（GNN）是基于深度學習的圖數(shù)據(jù)處理方法，因其卓越的性能而受到廣泛關注。本書全面介紹了GNN的基本概念、具體模型和實際應用。書中首先概述數(shù)學基礎和神經(jīng)網(wǎng)絡以及圖神經(jīng)網(wǎng)絡的基本概念，接著介紹不同種類的GNN，包括卷積圖神經(jīng)網(wǎng)絡、循環(huán)圖神經(jīng)網(wǎng)絡、圖注意力網(wǎng)絡、圖殘差網(wǎng)絡，以及幾個通用框架。此外，本書還介紹了GNN在結構化場景、非結構化場景和其他場景中的應用。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識。

劉知遠

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

周界

清華大學計算機科學與技術系碩士，曾在ACL、KDD等國際會議上發(fā)表論文，研究興趣包括圖神經(jīng)網(wǎng)絡和自然語言處理。