图神经网络和传统神经网络有什么不同

图神经网络和传统神经网络的最主要的不同在于输入数据的形式。传统神经网络的输入数据为向量或者矩阵，而图神经网络的输入数据为图（graph）。图神经网络更适合处理非结构化的数据，例如社交网络、化学分子、3D场景等。

另外，图神经网络通常使用更复杂的卷积核（kernel）和池化操作（pooling），以便能够在图数据上进行卷积和池化操作。同时，图神经网络还需要考虑节点的拓扑结构和连接关系，因此它们通常包含了更多的图形模型和图形算法。

总之，虽然传统神经网络和图神经网络都是神经网络模型，但是它们的输入数据形式、网络结构和算法都存在明显的差异，因此在不同的应用场景中会有不同的优劣势。