【The evolution of graph learning：详细介绍了图学习的发展历程，从 1996 年 PageRank 的出现，到 2014 年 DeepWalk 的引入，再到 2016 年 图卷积网络（GCN）的提出，以及 2017 年 图神经网络（GNN）的进展。这些研究成果极大地推动了图学习在多种领域的应用，如交通预测、病毒传播、物理模拟、化学以及金融欺诈检测等。文章特别强调了 Google 研究人员在图学习领域的贡献，例如 Bryan Perozzi 自己在 DeepWalk 的研究，以及 Thomas Kipf 在图卷积网络（GCN）的研究。此外，文章还提到了 TensorFlow GNN 的发布，这是一个大规模应用图神经网络的库，它持在 TensorFlow 中进行图学习的建模和训练。最后，文章展望了图结构数据与人工智能的结合趋势，虽然目前存在一些挑战，但研究人员正在努力解决这些问题，以实现更丰富的人工智能应用】
'DeepWalk: the first practical method for combining graph data with neural networks'
完整URL：https://research.google/blog/the-evolution-of-graph-learning/
图学习 深度学习 机器学习 AI创造营
