يمكن استخدام تعلُّم توزيعات الرسوم البيانية في اكتشاف الأدوية تلقائيًا، وتصميم الجزيئات، وتحليل الشبكات المعقدة، وأكثر من ذلك. نقدّم إطارًا مُحسَّنًا لتعلُّم نماذج توليدية للرسوم البيانية، مستندًا إلى مفهوم الآلات الحالة العميقة. ولتعلُّم قرارات الانتقال بين الحالات، نستخدم مجموعة من تقنيات تمثيل الرسوم البيانية والعقد كذاكرة للآلة الحالة.يُبنى تحليلنا على تعلُّم توزيع مُولِّدات الرسوم البيانية العشوائية، حيث نقدم اختبارات إحصائية لتحديد الخصائص التي يمكن تعلُّمها، وبأي مدى يتم تمثيل التوزيع الأصلي للرسوم البيانية. ونُظهر أن تصميم الآلة الحالة يفضّل توزيعات معينة. تم تعلُّم نماذج رسوم بيانية بحجم يصل إلى 150 رأسًا. وتم إتاحة الكود والبارامترات بشكل عام لاستنساخ نتائجنا.