简介：这份PPT面向希望系统入门图神经网络的算法学习者与研究人员，用100页篇幅梳理从基础概念到主流变体的完整知识脉络。内容从「为什么需要GNN」切入，对比欧式与非欧式数据的差异，讲解图的基本构成、邻接矩阵与邻接列表的表示方式，以及在神经网络中使用图数据面临的挑战；随后展开图卷积网络的空间域与频域两条路线，并逐一介绍DCNN、NN4G、MPNN、GAT、GAE与VGAE等变体的核心思想，最后落到自然语言处理、计算机视觉、推荐系统与预测问题四类应用场景。资源包仅含1个pptx文件，约12.69MB，结构按四大PART组织，便于按章节讲解或自学。目前已有1585人学习，适合作为课程讲义或组会分享材料，帮助读者快速建立GNN知识框架并理解各变体间的联系与差异。
1. 图神经网络：为什么 CNN 的卷积核搬不到社交网络上
把一张图片旋转 90 度，CNN 照样能认出里面的猫；但把社交网络里节点的编号顺序打乱，同一套卷积核就彻底失效了。这个反直觉的差异，正是图神经网络（GNN）存在的根本理由。图像、文本、声音属于欧式数据，节点排列在规则网格上，每个像素的邻居数量固定，所以一个全局共享的卷积核就能横扫整张图。而知识图谱、社交关系、分子结构属于非欧式数据，节点没有固定顺序，邻居数量因点而异，平移不变性这个前提直接崩塌。GNN 要解决的，就是在这种「连接关系本身就是信息」的数据上，重新定义一套可学习、可堆叠、且对节点顺序不敏感的信息传播机制。搞懂它，你才能理解为什么推荐系统、药物发现、语义分割这些场景里，传统深度模型总是差一口气。
2. 从欧式到非欧式：卷积失效的底层原因
2.1 平移不变性到底依赖什么
CNN 能用一个卷积核扫遍全图，靠的不是卷积运算本身，而是数据背后的网格假设。图像里任意一个像素，它的上下左右邻居在空间上是确定的，卷积核在滑动时看到的局部模式结构一致，所以权重可以共享。这个性质叫平移不变性：目标出现在图像左上角还是右下角，网络都能识别。文本也类似，词序列虽然是一维的，但位置关系固定，一维卷积同样成立。
问题在于，这个假设在图数据上不成立。一个社交网络里，某个用户可能连接 3 个人，另一个用户可能连接 3000 个人。你没法定义一个固定大小的卷积核去覆盖「所有邻居」，因为邻居集合的大小和排列顺序都是动态的。更麻烦的是，节点编号本身没有语义——把邻接矩阵的行列同时置换，图还是同一张图，但卷积核看到的输入完全变了。常见的实现思路是：放弃「固定窗口」的执念，转而让每个节点主动去聚合邻居的信息，聚合函数的输入是邻居特征的多重集，输出与顺序无关。这就是 GNN 信息传递范式的起点。
2.2 邻接矩阵的存储陷阱
最直觉的图表示是邻接矩阵：一个 N×N 的方阵，第 i 行第 j 列为 1 表示节点 i 和 j 之间有边。数学上很干净，工程上却是个坑。社交网络动辄上亿节点，N×N 的稠密矩阵根本存不下；即便存下，绝大多数位置是 0，稀疏矩阵的高效计算本身就是难题。更隐蔽的问题是顺序敏感性：邻接矩阵的行列顺序一变，矩阵内容全变，但图的结构没变。如果神经网络直接吃这个矩阵，输出就会随节点编号漂移，这在训练中是灾难性的。
所以实际系统里更常见的是邻接列表：维护一个长度为边数的列表，第 i 项记录第 i 条边连接的两个节点编号，节点和边的特征各自用向量存储。这种结构只保存真实存在的边，存储高效；而且边的顺序可以任意打乱，只要同步调整列表项，图的语义不变。下面这段伪代码展示了邻接列表的基本组织方式，以及如何从它构造一次邻居聚合的输入：
# 邻接列表表示：edges[i] = (src, dst)，feats 为节点特征字典 edges = [(0, 1), (1, 2), (2, 0), (2, 3)] feats = {0: [1.0, 0.0], 1: [0.5, 0.5], 2: [0.0, 1.0], 3: [0.8, 0.2]} # 为每个节点收集邻居特征，顺序无关（这里用集合去重后求和） from collections import defaultdict neighbor_feats = defaultdict(list) for src, dst in edges: neighbor_feats[dst].append(feats[src]) # 有向边：src -> dst neighbor_feats[src].append(feats[dst]) # 若为无向图，反向也加 # 聚合：对邻居特征求和，结果与邻居遍历顺序无关 aggregated = {node: [sum(v) for v in zip(*nbrs)] if nbrs else [0.0, 0.0] for node, nbrs in neighbor_feats.items()}这段代码的关键不在求和本身，而在zip(*nbrs)这个操作对邻居列表顺序不敏感——无论邻居以什么顺序被收集，逐维求和的结果一致。这就是 GNN 聚合函数必须满足的性质：置换不变性。参数上，edges的每一项是有向边，无向图需要双向写入；feats的维度就是节点特征长度，聚合后的维度保持不变，方便后续与自身特征拼接或相加。
2.3 图上的三类学习任务
在把图喂给神经网络之前，得先明确要学什么。图上的问题大致分三层：图层面，比如给一堆分子图判断哪个含有某种环结构，输出是整张图的标签；顶点层面，比如在师生社交图里判断每个学生属于哪个阵营，输出是逐节点的分类；边层面，比如语义分割后判断人物之间的关系，输出是边的属性。这三类任务对应不同的读出方式：图层面需要对所有节点特征做全局池化，顶点层面直接取节点输出，边层面则要构造边特征或对两端节点做组合。GNN 的层设计基本不变，变的是最后的输出头和损失函数。理解这个分层，后面看变体时就不会混淆——GCN 改的是聚合方式，GAT 改的是聚合权重，GAE 改的是训练目标。
3. GNN 的核心机制：聚合、更新、迭代
3.1 隐藏状态如何被邻居改写
GNN 最早的设计思想很朴素：每个节点维护一个隐藏状态，每一轮用邻居的状态来更新自己。假设节点 5 的邻居是 2、3、4，那么它的新状态可以写成对自身旧状态和邻居状态的函数。原始论文里的更新函数形式各异，但骨架一致：先收集邻居信息，再与自身信息融合，最后过一个非线性变换。这个过程重复若干轮，节点就能「看到」多跳之外的邻居。
用公式化的语言说，第 k 轮节点 v 的隐藏状态 h_v^(k) 由 h_v^(k-1) 和它所有邻居的 h_u^(k-1) 共同决定。关键在于，这个函数必须对邻居集合的排列不敏感，否则同一张图换个编号就得到不同结果。常见的实现思路是把邻居信息求和或求平均，再与自身特征拼接后过一层全连接。求和和平均都是置换不变的，拼接也不引入顺序依赖，这就满足了基本要求。
3.2 聚合操作的数学约束
聚合函数不是随便写的，它要满足两个硬约束：一是置换不变性，邻居顺序打乱结果不变；二是能处理变长邻居集合，邻居数量从 0 到几千都要能算。求和、平均、最大值都满足这两条。求和保留了邻居数量信息（邻居多的节点聚合结果模长更大），平均则做了归一化，最大值突出最显著的邻居特征。选择哪种，取决于任务对「邻居数量」是否敏感。
以节点 A 聚合邻居 B、C、D 为例，若 B、C、D 的特征分别是 (2,2,2,2,2)、(3,3,3,3,3)、(4,4,4,4,4)，加权系数为 a、b、c，则聚合结果 N = a·(2,2,2,2,2) + b·(3,3,3,3,3) + c·(4,4,4,4,4)。这里的 a、b、c 可以是固定的（如均值里的 1/3），也可以是学出来的（如注意力权重）。固定权重实现简单，但把所有邻居一视同仁；可学习权重让模型自己决定谁更重要，这就是 GAT 的出发点。参数上，特征维度在聚合前后保持一致，加权系数对所有维度共享，这样计算量可控。
3.3 迭代轮数与感受野
聚合一次，节点只看到直接邻居；聚合两次，能看到邻居的邻居，感受野扩大一跳。这和 CNN 堆叠卷积层扩大感受野是同一个道理。但图上的迭代不能无限堆，原因有两个：一是过平滑，多轮平均后所有节点特征趋于一致，区分度消失；二是计算爆炸，每轮都要遍历所有边，轮数多了开销线性增长。实践中通常堆 2 到 4 层，具体看图的直径和任务需要。判断层数是否合适，可以观察验证集上节点特征的方差——如果层数增加后方差急剧下降，说明过平滑已经发生，该收手了。
4. 变体拆解：GCN、GAT、GAE 各自改了什么
4.1 图卷积的两条路线：空间域与频域
GCN 是 GNN 最出名的变体，但它内部其实分两派。空间域的思路很直观：既然不能定义固定卷积核，那就直接在邻居集合上做加权聚合，邻接矩阵在这里充当「谁和谁相连」的掩码。频域的思路则绕了一道：借助图拉普拉斯矩阵的特征分解，把图信号变换到频域，在频域做滤波再变换回来。频域方法理论优雅，但特征分解是 O(N³) 的，大图上不现实，所以实际落地多是空间域或其近似。
DCNN（Diffusion-Convolution Neural Network）是空间域的一个代表，它把信息传播建模成扩散过程：每个节点把自己的特征按转移概率扩散到邻居，多跳扩散后取各跳结果的组合。NN4G（Neural Networks for Graph）则更直接，每一层对邻居特征求和后与自身特征拼接，堆叠多层实现多跳聚合。这两个变体的共同点是都放弃了「卷积核」的字面意义，转而用聚合操作替代卷积，这正是 GNN 设计的核心取舍——用置换不变的聚合换取对任意图结构的适应能力。
4.2 GAT：把聚合权重交给注意力
固定权重的聚合有个明显缺陷：所有邻居贡献相同，但现实中有些邻居就是更相关。GAT（Graph Attention Network）引入注意力机制，为每对相邻节点计算一个注意力系数，再按系数加权求和。计算方式是：对节点 i 和邻居 j，用一个小神经网络对两者的特征拼接打分，过 softmax 归一化后得到权重。这样，模型在聚合时能自动聚焦到重要邻居上，而且注意力系数是逐边计算的，不依赖全局图结构，泛化到未见过的图也没问题。
GAT 的代价是计算量增加：每轮聚合要为每条边算一次注意力，边数多时开销明显。工程上常用多头注意力来稳定训练，即并行算多组注意力再拼接，类似 Transformer 里的多头机制。参数上，注意力网络的隐藏维度通常设得较小（如 8 或 16），头数 4 到 8，既能捕捉不同视角的邻居重要性，又不至于让参数量失控。
4.3 GAE 与 VGAE：用重构损失学图表示
前面几类变体解决的是「怎么聚合」，GAE（Graph Autoencoder）解决的是「怎么无监督地学表示」。它的结构是编码器-解码器：编码器用 GCN 把节点映射到低维向量，解码器用这些向量重构邻接矩阵（通常用内积，两节点向量内积越大表示越可能有边）。训练目标是让重构出的邻接矩阵逼近真实邻接矩阵，损失用交叉熵。这样学到的节点向量就编码了图的结构信息，可以直接拿去做链路预测或聚类。
VGAE（Variational Graph Autoencoder）在 GAE 基础上引入变分推断，编码器输出的是均值和对数方差，从中采样得到隐向量再解码。变分框架让隐空间更连续、更平滑，生成新图或补全缺失边时表现更稳。两者的关键区别在损失函数：GAE 只有重构损失，VGAE 多了 KL 散度正则项，约束隐向量分布接近标准正态。参数上，隐维度一般取 16 到 64，太小欠拟合，太大则重构损失主导、正则失效。
4.4 MPNN：把消息传递抽象成统一框架
MPNN（Message Passing Neural Network）不算新模型，而是一个统一视角：把上述各种变体都看成「消息生成—消息聚合—状态更新」三步。每条边生成一条消息，节点聚合收到的所有消息，再更新自己的状态。GCN 是消息为邻居特征、聚合为求和的特例；GAT 是消息带注意力权重的特例；GAE 则是把消息传递用在编码器里。这个抽象的价值在于，设计新模型时不用从零想，只需回答三个问题：消息怎么算、怎么聚合、怎么更新。下面这段伪代码展示了 MPNN 的通用骨架：
def message_passing(node_feats, edges, num_rounds): h = node_feats.copy() for _ in range(num_rounds): messages = {} for src, dst in edges: # 消息函数：这里用源节点特征，实际可加入边特征 messages.setdefault(dst, []).append(h[src]) new_h = {} for node in h: # 聚合：对收到的消息求和，置换不变 agg = sum(messages.get(node, [[0.0] * len(h[node])])) # 更新：拼接自身与聚合结果，过一层可学习的变换 new_h[node] = update_fn(h[node], agg) h = new_h return hmessage_passing的轮数num_rounds就是感受野跳数；update_fn通常是线性层加激活函数，参数在所有节点间共享。这段骨架把 GCN、GAT 的差异压缩到了消息函数和聚合函数两个可替换的槽位里，读源码时按这两个槽位去对照，很快就能定位到具体变体的改动点。
5. 避坑与排查：图神经网络落地时的常见翻车点
5.1 节点特征没归一化，训练直接发散
现象：损失在前几个 epoch 剧烈震荡，甚至出现 NaN。原因：图数据的节点特征量纲差异大（比如年龄是几十，收入是几万），聚合时求和会让大数值特征主导，梯度爆炸。解决：在输入层对每个特征维度做标准化（减均值除标准差），或者用平均聚合替代求和，把聚合结果的尺度压回可控范围。我一般会在数据预处理阶段强制检查特征的最大绝对值，超过阈值就先归一化再进模型。
5.2 邻接矩阵没做对称化，无向图被当成有向图
现象：模型在无向图上表现异常，同一对节点的相互影响不对称。原因：构造邻接列表时只写了一个方向，聚合时节点 A 能看到 B，B 却看不到 A。解决：无向图必须双向写入边，或者在聚合前对邻接矩阵做A = A + A.T的对称化。排查方法是随机抽几条边，检查两个方向的邻居列表里是否都包含对方。
5.3 层数堆太多，过平滑让所有节点趋同
现象：加深网络后训练集准确率不升反降，节点表示几乎一样。原因：每轮聚合都在做邻域平均，多轮后高频信息被抹平，所有节点收敛到同一向量。解决：控制层数在 2 到 4 层，加入残差连接保留自身特征，或者用 JK-Net 式的跨层跳跃连接。验证方法是计算不同层输出下节点特征的方差，方差骤降的那一层就是过平滑的起点。
5.4 稀疏图上的邻居采样偏差
现象：在度分布极不均匀的图上，高度节点主导训练，低度节点学不到东西。原因：全图聚合时，高度节点的邻居集合巨大，聚合结果被大量重复信息淹没；低度节点信息不足。解决：对高度节点做邻居采样（每轮随机抽固定数量的邻居），或者用加权聚合平衡度的影响。采样数量一般取 10 到 25，太少丢信息，太多失去采样意义。
5.5 训练/推理阶段的图结构不一致
现象：离线训练效果好，上线推理时指标掉一大截。原因：训练时用了完整的图结构（包括未来才出现的边），推理时图是动态变化的，模型没见过这种分布。解决：训练时模拟推理时的图快照，按时间切分边，只用历史边做聚合。排查时对比训练图和推理图的度分布，差异大的特征维度要重点检查。
6. 设计取舍：为什么 GNN 没有唯一的正确答案
GNN 的每一个设计选择背后都是一组权衡，没有放之四海皆准的配置。聚合函数选求和还是平均，取决于你是否想让邻居数量成为信号：社交网络里粉丝多的人影响力大，求和更合适；分子图里原子数量不代表重要性，平均更稳。层数选 2 还是 4，取决于图的直径和过平滑的容忍度：小图 2 层够用，大图需要更多跳但得配合残差。GAT 的注意力比 GCN 的固定权重表达力强，但参数量和计算开销也高，边数上百万时可能得不偿失。GAE 的无监督学习省标注，但重构目标未必对齐下游任务，有标签时还是监督训练更直接。
这些取舍没法靠读文档拍板，只能靠实验验证。我的习惯是：先用一个最朴素的 GCN（平均聚合、2 层、特征标准化）跑通基线，记录验证集指标和节点特征方差；然后逐项替换——换 GAT 看注意力是否带来提升，加层看是否过平滑，换 GAE 看无监督预训练是否有帮助。每次只改一个变量，对比指标变化，才能定位到真正起作用的机制。图数据的不规则性决定了 GNN 调参比 CNN 更依赖对数据本身的理解，光看 loss 曲线不够，得回头看聚合后的邻居特征分布是否符合直觉。
那份 100 页的讲解材料把这条线从欧式/非欧式的动机、图的表示与三类任务、聚合更新迭代的核心机制，一直铺到 GCN、GAT、GAE、MPNN 的变体拆解和四类应用场景，正好覆盖了上面这些取舍的来龙去脉。想顺着源码级细节继续深挖的，可以从这份材料里的变体对比和聚合公式入手，对照本文的骨架去读，会快很多。从那以后我每次上手一个新的图任务，都强制先画一遍消息传递的三步骨架，再决定改哪个槽位——希望帮到你。
本文还有配套的精品资源，点击获取
