本周全程参加了飞桨举办的图神经网络7日打卡营，和小斯妹老师一起了解了图神经网络的基本概念。

错过了分割的课程终于赶上了图神经网络的课程。

总的来讲，课程的进度安排很合理，但是从内容上还是需要一些深度学习的基础知识在里面。很多中文的概念需要提前的了解。

本来只是作为一个入门的深度学习菜鸟了解下图神经网络的知识，通过这次活动了解到了飞桨这个平台确实很好用。唯一的缺点就是送的算力过期的太快。

能明显感觉到老师确实是想尽量的进行知识的分享，但是还是感觉课程的难度有些略大，个人理解上还是有点困难，代码上的难度倒是还可以。

下面总结下课程的主要内容：（帮助错过课程的同学快速检索内容）

图学习初印象：

介绍了图的概念，什么是图，图的结构。

图游走类模型：

介绍了deepwalk与node2ve， methpath2vec及其变种

这里的课程感觉还是能理解，有点类似数据结构里面的深度遍历和广度遍历，只不过改成在图的结构上游走

图神经网络算法

后面两章的图神经网络算法就很详细的介绍了目前流行的图神经网络的种类，包括主要的创新点以及应用的场景

这里可以了解到很多可能平时没有注意到的场景都可以使用图神经网络，结构化的数据是随处可见的。当然也介绍了很多实现的细节和trick性的东西

图神经网络进阶模型

后面就主要是介绍本次结课需要完成的竞赛的代码，可以作为一次实践

希望下次的课程也能赶上（逃