图神经网络的处理对象是图这种数据结构，如社交网络、知识图谱、推荐系统等。传统的神经网络（如卷积神经网络、循环神经网络等）处理对象是规则的数据结构，如图像、时间序列等。图结构数据是一种由节点和边组成的复杂关系网络，其中节点代表实体，边代表实体之间的关系。与传统的神经网络不同，图神经网络需要考虑节点之间的关系，因此需要一种新的方式来表示节点和边。在传统的深度学习中，残差连接（或跳跃连接）最初由He等人

指一个随机过程中当前状态的概率分布，只与前一个状态有关，而与之前的状态序列无关。假设 {: t ∈ T} 是一个随机过程，其中是在时刻 t 的状态，T 是时间集合。那么，对于任意时刻 t 和任意状态 i、j 以及任意时刻 s < t，马尔可夫性质可以表述为：给定当前时刻的状态，未来时刻的状态只与当前时刻的状态相关，而与过去时刻的状态无关。一个满足马尔可夫性质的随机过程，即给定当前状态的条件下，未来