Ikke alle data passer ind i et gitter. Sociale netværk, molekyler og vejkort er grafer med noder og kanter i stedet for pixels eller sekvenser. Grafiske neurale netværk opererer direkte på denne struktur og sender beskeder mellem forbundne noder for at lære repræsentationer.

Kerneoperationen er meddelelsesoverførsel. Hver node aggregerer information fra sine naboer, opdaterer sin egen repræsentation og gentager dette i flere runder. Efter tilstrækkeligt mange lag koder hver node information fra sit lokale nabolag.

Almindelige grafopgaver

• Nodeklassificering
• Linkforudsigelse
• Grafklassificering
• Anbefaler forbindelser
• Forudsigelse af molekylære egenskaber

Skalering er en udfordring. Store grafer har millioner af noder og kanter, og fuldbatchtræning passer ikke i hukommelsen. Samplingteknikker og minibatchmetoder gør træning mulig, men på bekostning af nøjagtigheden.