本发明提供一种图神经网络压缩方法、装置、电子设备及存储介质，涉及神经网络领域，方法包括：获取已训练的图神经网络及其训练时所使用的图数据；确定图数据中所有图顶点对应的度数分布范围，并将度数分布范围划分为多个度数区间；在预设资源限制条件的约束下，利用强化学习及硬件加速器确定各度数区间对应的最优区间量化位宽以及图神经网络对应的最优网络量化位宽；利用最优区间量化位宽对图数据中对应度数的图顶点的顶点特征进行量化压缩，并利用最优网络量化位宽对图神经网络进行量化压缩，得到最优量化图数据和最优量化图神经网络；利用强化学习为图神经网络和图顶点特征确定最优量化位宽，确保量化图神经网络具有高精度及较低资源消耗率。