该文介绍了一种逐层规则化图信息最大化算法，通过自监督的方式进行端对端训练，解决了在大型图上训练图神经网络的存储和计算上的挑战。该算法能够学习节点表示，并避免了表示过度平滑的问题，同时提高了训练效率。作者在归纳大型图上评估了算法，证明了其性能和效率的优越性。