《PyTorch图神经网络》讨论了图分类的表达能力，通过介绍Weisfeiler-Leman（WL）测试引入了表达能力和图同构网络（GIN）的概念，并且通过图分类任务比较了图卷积网络、图注意力网络和GraphSAGE层的表达能力。本书还通过实例演示了预测链接、生成图、从异构图学习、预测交通、检测异常访问和构建图书推荐系统等任务。