在许多领域中，图在编码现实对象的关系信息中是普遍存在的。图生成的目的是从类似于观察图的分布中生成新的图，由于深度学习模型的最新进展，它得到了越来越多的关注。在本文中，我们对现有的图生成的文献进行了全面的回顾，从各种新兴的方法到它广泛的应用领域。具体来说，我们首先阐述了深度图生成问题，并讨论了它与几个相关的图学习任务的区别。其次，我们根据模型体系结构将现有的方法分为三类，并总结了它们的生成策略。第三，介绍了深度图生成的三个关键应用领域。最后，我们强调了深度图生成未来研究的挑战和机遇。