清华大学刘知远新书《图神经网络导论》
本文转载自：//zhuanlan.zhihu.com/p/147896687
刘知远，清华大学计算机系自然语言处理实验室, 副教授。2006年获得清华大学计算机科学与技术系学士学位，2011年获得博士学位。他的研究兴趣是自然语言处理和社会计算。在IJCAI、AAAI、ACL、EMNLP等国际期刊和会议上发表论文60余篇。
个人主页：
Zhiyuan Liu：nlp.csai.tsinghua.edu.cn
本书全面介绍了图神经网络的基本概念，模型和应用。首先介绍了vanilla GNN模型。然后介绍了vanilla模型的几种变体，例如图卷积网络，图递归网络，图注意力网络，图残差网络和一些通用框架。还包括不同图类型的变体和高级训练方法。对于GNN的应用，该书分为结构，非结构和其他场景，然后介绍了解决这些任务的几种典型模型。最后，最后几章提供了GNN的开放资源以及一些未来方向的展望。
图书目录：
第一章: 引言
第二章: 数学和图的基础知识
第三章: 神经网络的基础知识
第四章: Vanilla 图神经网络
第五章: 图卷积网络
第六章: 图递归网络
第七章: 图注意力网络
第八章 : 图残差网络
第九章: 不同图类型的变体
第十章: 高级训练方法的变体
第十一章: 一般框架
第十二章: 应用——结构场景
第十三章: 应用——非结构性场景
第十四章: 应用——其他场景
第十五章: 开放资源
第十六章: 结论
图书链接：
Introduction to Graph Neural Networks：nlp.csai.tsinghua.edu.cn
//www.morganclaypool.com/doi/10.2200/S00980ED1V01Y202001AIM045
这本书包含的内容非常丰富，值得认真研读，也可以作为参考手册随时查阅！特别是GNN应用方面总结的非常到位！
