在本章中，我们将关注更复杂的编码器模型。我们将介绍图神经网络(GNN)的形式，它是定义图数据上的深度神经网络的一般框架。关键思想是，我们想要生成实际上依赖于图结构的节点的表示，以及我们可能拥有的任何特征信息。在开发复杂的图结构数据编码器的主要挑战是，我们通常的深度学习工具箱不适用。例如，卷积神经网络(CNNs)只在网格结构的输入(如图像)上定义良好，而递归神经网络(RNNs)只在序列(如文本)上定义良好。要在一般图上定义深度神经网络，我们需要定义一种新的深度学习架构。