Ikke alle data får plass i et rutenett. Sosiale nettverk, molekyler og veikart er grafer, med noder og kanter i stedet for piksler eller sekvenser. Grafiske nevrale nettverk opererer direkte på denne strukturen og sender meldinger mellom tilkoblede noder for å lære representasjoner.

Kjerneoperasjonen er meldingsoverføring. Hver node samler informasjon fra naboene sine, oppdaterer sin egen representasjon og gjentar dette i flere runder. Etter nok lag koder hver node informasjon fra sitt lokale nabolag.

Vanlige grafoppgaver

• Nodeklassifisering
• Lenkeforutsigelse
• Grafklassifisering
• Anbefaler forbindelser
• Forutsi molekylære egenskaper

Skalering er en utfordring. Store grafer har millioner av noder og kanter, og fullbatch-trening får ikke plass i minnet. Samplingsteknikker og minibatch-metoder gjør trening mulig, til en viss kostnad i nøyaktighet.