从深度学习到图神经网络：模型与实践

本书涵盖深度学习基础、图神经网络的数学理论、模型架构、算法优化及实际应用，从传统神经网络到图卷积网络、图注意力网络等前沿模型均有详细讲解

兼顾模型逻辑文字表述与公式，对看不懂公式的人友好。为了引入图神经网络，花了半本书来讲深度神经网络，反而图神经网络部分讲的不够全面，只讲了比较著名的几种网络，内容比较简洁，可以自行根据书中提及的模型去做扩展阅读。谱域网络花了一定篇幅讲傅立叶变换、滤波与图特征的关系，还有拉普拉斯的变换，大部分基于矩阵变换，没耐心看了，水了30多页😂整体易于深度神经网络、图神经网络的经典模型框架梳理，但细节不够

内容写得很好，适合无基础的群体进行入门学习

书没读完，只针对性地阅读了几个章节，但依然可以发现作者有趣的灵魂，在这种讲深度学习、神经网络的书籍中，能看到作者“说人话”可真不容易啊，也能看得出来他们在努力让读者看懂了。

很基础的一本书，概念比较详细，但是偏重于理论知识🙃

讲图神经网络的好书，深入浅出，写得很详细，图也画得好很利于理解，逻辑清晰，看书的时候不会有我是谁我在哪我在看什么的感觉。 在这个到处是AI生成出书的时代，能感受到作者为写书的用心。 推荐给入门学习图神经网络的书友。

内容上循序渐进，略有些拖沓； 部分内容需要其他储备知识，有些跳跃，很难跟进； 整体上入门可读，多参考其他同类书籍，交叉学习，效果更佳

能看懂，写的其实挺好的，但是得结合其他的资料一起看才行

很难得遇到这么好的一本书，喜欢。

入门的基础书讲的挺好的，挺全的，跟着顺下来应该可以学会