爆炸性成長的 GCN (圖卷積網路)

不過三年的時間，GCN 已經自成一個山頭，可以觀察知乎的話題，或是搜尋一下也可以知道每個月都有上百篇的中文討論出現這個關鍵字 GCN。再推薦幾篇：

一文读懂图卷积GCN

如何理解图卷积神经网络GCN（Graph convolutional networks）[说人话版]

GCN图卷积网络全面理解

圖是最通用的資料結構，用鄰接矩陣 A 可以很好的表示一個圖。把一個圖丟進 NN 來訓練，或許我們是想要從一個序列得到一個圖，或是從一個圖得到一個序列(GCRN)，或是從一個圖得到一個圖(GTN)。落實到操作上，目前的做法仍然是從鄰接矩陣做為起點，提取一些特徵，丟到我們熟悉的 CNN/RNN 來進行，但是做為一個模型，任何的 NN 也都可以用圖來表示，未來也都可以丟進 GCN 來訓練。概念上來說，這就是一種自我演進。答案究竟是不是 42 呢?讓我們繼續看下去…