في هذه الورقة، نقدم نماذج الرسوم البيانية العميقة (DGK)، وهي إطار موحد لتعلم التمثيلات الكامنة للهياكل الجزئية في الرسوم البيانية، مُلهمًا بالتقدّم الأخير في نمذجة اللغة والتعلم العميق. يستفيد إطارنا من معلومات الاعتماد بين الهياكل الجزئية من خلال تعلّم تمثيلاتها الكامنة. نُظهر أمثلة على إطارنا باستخدام ثلاث نماذج شهيرة ل kernels الرسوم البيانية، وهي: نماذج الرسوم الجزئية (Graphlet kernels)، ونماذج الأشجار الفرعية ويسفيلر-ليهمن (Weisfeiler-Lehman subtree kernels)، ونماذج المسار الأقصر (Shortest-Path graph kernels). تُظهر تجاربنا على عدة مجموعات بيانات معيارية أن نماذج الرسوم البيانية العميقة تحقق تحسينات كبيرة في دقة التصنيف مقارنةً بالنماذج الرائدة الحالية في مجال نماذج الرسوم البيانية.