图神经网络全局池化：把变长图变成固定维度向量

可视化演示

动态演示图神经网络全局池化的核心机制，通过采集/分析/决策/反馈四种模式展示关键概念与交互流程。

池化作用：为什么图的答案需要一张“班级总结表”

年级主任要给每个班评优，但各班的点名册长短不一，没法直接横向比较。解决办法是让每班交一张固定格式的总结表。图神经网络遇到的情况一模一样：GNN 编码完后，每个节点都带着一个特征向量，但图的节点数各不相同；下游分类器只认固定长度的输入。全局池化就是那张“标准总结表”的生产者——它把整张图浓缩成一个固定维度的向量，即图级表示（graph-level representation）。

这个“总结”操作，在文献里通常叫做 READOUT（读出）。GNN 编码器负责理解图结构、更新节点特征；READOUT 负责把所有节点特征汇总成图向量，再接上分类头完成图分类。两者分工明确：编码器是“班主任”，负责了解每个学生；READOUT 是“收表员”，负责把全班信息写进一张标准表。

形式化地看，全局池化是一个集合函数：输入是图中所有节点的特征集合，输出是一个固定长度的向量。公式为：

回到年级主任的视角：他不需要知道班里到底有 32 人还是 45 人，只要看到那张总结表就能完成评比。图分类也一样——分类器从不在乎图里有多少节点，它在乎的是池化后那张“图向量”是否足够代表整张图。接下来，我们看看不同风格的“收表员”有什么区别。

求和平均池化：全班总分 vs 全班平均分

评比优秀班集体时，年级主任最常用的两个指标是“全班总分”和“全班平均分”。总分能反映班级的整体体量（人越多总分通常越高），平均分则抹平了人数差异，反映每个人的平均水平。这两种指标对应着全局池化中最朴素、也最常用的两员大将：求和池化（Sum Pooling） 和 平均池化（Mean Pooling）。

求和池化把所有节点的特征逐维相加，得到一个与节点数无关的固定向量。它的数学形式非常直观：

而平均池化先求和再除以节点总数 \(|V|\)，输出每一维表示节点在该维度上的平均水平：

求和池化的特点是对图的规模天然敏感：100 个学生的班级总分天然比 10 个学生的班级总分大，即使两者水平一样。这在某些任务里是缺点——模型可能把“图大”错当成“特征强”；但在另一些任务里却是优势，比如分子图中原子数本身就与分子量相关，求和池化能保留这种量级信息。平均池化则相当于把图归一化到了同一尺度，更适合节点规模差异大、但任务需要比较“平均表现”的场景。

回到年级主任的比喻：如果评的是“总贡献奖”，总分（求和）合理；如果评的是“教学质量奖”，平均分（平均）才公平。选哪个指标，取决于你想让“班级规模”这个因素起作用还是被剔除。

最大池化：找到班级里最强的单项选手

年级主任的总结表上除了总分和平均分，通常还有一栏“单项最高分”。一个班的数学最高分是 98 分，哪怕整体平均只有 80 分，这个“尖子”也值得记录。最大池化（Max Pooling） 干的就是这件事——它不是看全体，而是盯着每个维度上最突出的那个响应。

具体操作是：对每一个特征维度 \(k\)，在所有节点中取最大值，把所有维度的最大值拼在一起，得到图向量。公式为：

注意一个容易混淆的点：最大池化不是只挑出一个最重要的节点。它是逐维度取最大，第 1 维的最大值可能来自节点 A，第 2 维的最大值可能来自节点 B。最终向量是“各科最强选手”的组合。

最大池化对“强信号”非常敏感，同时也会温柔地忽略掉那些平庸的节点——就像总结表上不会记录“数学 40 分”的学生。它适合节点特征稀疏、只有少数节点携带关键信息的图，例如某些分子中只有个别原子决定毒性、社交网络中只有少数用户是传播源头的场景。

注意力池化：让课代表有更大的发言权

到了初二（4）班，年级主任觉得“一刀切”的汇总方式太粗糙——班长和课代表对班级的了解显然比普通同学更全面。于是每位学生发言之前，会先根据他的“靠谱程度”给一个权重，重要的人说话声音更大。注意力池化（Attention Pooling） 学的正是这件事：用一个可训练的网络给每个节点打分，分数高的节点在汇总时权重更大。

打分函数通常是一个可训练参数向量 \(q\) 与节点特征做内积，再经过 softmax 归一化成权重 \(\alpha_v\)，最后加权求和得到图向量。数学表达为：

与求和、平均、最大这三种“无参数”池化不同，注意力池化引入了可训练参数 \(q\)。这个 \(q\) 在训练过程中会自动学习：什么类型的节点对当前分类任务更重要，它就给这类节点更大的权重。比如在分子毒性预测中，模型可能会自动学会给“卤素原子”这类关键原子打高分——不需要人类专家告诉它。

类比来说，求和/平均/最大是“铁面无私”的三种固定统计量，而注意力池化是“会看人下菜碟”的学习型收表员。它比前三种更灵活，代价是多了几个参数、需要数据去训练。这也解释了为什么在现代图分类模型中，注意力池化几乎成了默认配置。

层次化池化：先分小组讨论，再逐级汇总成年级报告

如果班级太大——比如 500 人的大年级，直接让 500 人同时汇报，信息肯定乱成一锅粥。聪明的年级主任会先让 10 个人一组讨论形成小组意见，组长再聚到一起形成班级意见，最后班级代表合成年级报告。层次化池化（Hierarchical Pooling） 正是这种“逐级粗化”的思路，代表作是 DiffPool。

DiffPool 不满足于只做“一次性读取”，它希望在学习节点特征的同时，也学习“哪些节点应该合并成一个簇”。具体做法是：GNN 的每一层不仅输出新的节点特征，还输出一个分配矩阵 \(S^{(l)}\)，它告诉模型：第 \(l\) 层的节点分别以多大概率归属于下一层的哪个"super-node"。然后用这个矩阵把节点特征和邻接矩阵都粗化一层：

这个过程是端到端可训练的：分配矩阵的学习目标直接与最终的图分类损失挂钩，模型会自己摸索“怎样分组最有利于分类”。与全局池化相比，DiffPool 保留了图的多层结构信息，相当于在总结之前先做了一次“有组织的信息浓缩”。

当然，层次化池化也不是万能的。它比单层全局池化复杂得多，训练更慢、参数更多，在小数据集上容易过拟合。这就像年级主任虽然可以组织层层讨论，但如果每个班只有十几个人，直接全场汇报反而更高效。

策略选择实战：没有最好的池化，只有最合适的总结表

年级主任最终发现：评比不同奖项时，用的总结指标不一样；最稳妥的做法，是让各班把总分、平均分、最高分都写在同一张表上，评委各取所需。这个经验在 GNN 实战中同样成立——多池化融合是提升模型稳健性的常见手段。

一个非常实用的做法是把求和、平均、最大池化的结果拼接（concat）起来作为图向量，再接分类器。这样图向量既能保留规模信息，又能反映平均水平，还能抓住强信号：

然后接一个多层感知机（MLP）完成分类：

实战中如何选择？可以遵循几条简单原则：如果任务本身与图规模强相关（如分子量预测），优先求和池化；如果图规模差异大但任务要求“比平均水平”（如用户行为分类），优先平均池化；如果只有少数关键节点携带信息（如异常检测），最大池化或注意力池化更合适；如果数据量充足、需要精细化建模，DiffPool 这类层次化池化值得一试。

最后别忘了：池化只是读出头的一部分，它的输出质量还必须通过验证集上的图分类准确率来检验。一个实用的工作流是：固定 GNN 编码器，分别尝试求和、平均、最大、注意力、拼接等读出方案，在验证集上对比，选最高者作为最终配置。就像年级主任不会拍脑袋决定用哪个指标，而是翻看往年的评比结果来定规则。

AI 应用场景

Python 演示

import numpy as np  def sum_pool(node_feats):    """求和池化：对节点维度逐维相加，得到固定维度向量"""    return np.sum(node_feats, axis=0)  def mean_pool(node_feats):    """平均池化：逐维取均值，消除图规模影响"""    return np.mean(node_feats, axis=0)  def max_pool(node_feats):    """最大池化：逐维取最大值，保留最强响应"""    return np.max(node_feats, axis=0)  def attention_pool(node_feats, score_vec=None):    """注意力池化：用可训练打分向量给节点加权，再求和"""    d = node_feats.shape[1]    if score_vec is None:        rng = np.random.RandomState(0)        score_vec = rng.randn(d)    scores = node_feats @ score_vec    weights = np.exp(scores) / np.sum(np.exp(scores))    return np.sum(node_feats * weights.reshape(-1, 1), axis=0)  def readout(node_feats, mode="sum"):    """统一读出头：把变长节点特征转成固定维度向量"""    if mode == "sum":        return sum_pool(node_feats)    if mode == "mean":        return mean_pool(node_feats)    if mode == "max":        return max_pool(node_feats)    if mode == "attention":        return attention_pool(node_feats)    raise ValueError("unknown pooling mode: " + mode)  if __name__ == "__main__":    rng = np.random.RandomState(42)    graph_a = rng.rand(6, 4)   # 图A：6个节点，每节点4维特征    graph_b = rng.rand(10, 4)  # 图B：10个节点，每节点4维特征    for mode in ["sum", "mean", "max", "attention"]:        va = readout(graph_a, mode)        vb = readout(graph_b, mode)        print(mode, "A shape:", va.shape, "B shape:", vb.shape)    print("A sum  :", np.round(readout(graph_a, "sum"), 3))    print("B sum  :", np.round(readout(graph_b, "sum"), 3))

1. def sum_pool(node_feats):定义求和池化函数，入参是形状为 (节点数, 特征维度) 的矩阵
2. return np.sum(node_feats, axis=0)沿节点维度求和，输出形状变为 (特征维度,)，与节点数无关
3. return np.mean(node_feats, axis=0)求均值，等价于求和后再除以节点总数
4. return np.max(node_feats, axis=0)逐维取最大，每个维度来自不同节点
5. scores = node_feats @ score_vec注意力打分：每个节点特征与可训练向量做点积，得到标量分数
6. weights = np.exp(scores) / np.sum(np.exp(scores))对分数做 softmax，得到总和为 1 的权重
7. graph_a = rng.rand(6, 4)模拟一个 6 节点的图，节点特征维度为 4
8. va = readout(graph_a, mode)统一接口调用，输出固定维度向量，验证形状完全一致

常见误区

面试题