-El vecino más cercano (NN) es un algoritmo de aprendizaje ampliamente utilizado para tareas de aprendizaje supervisado. En la práctica, el principal desafío al usar NN es su alta sensibilidad a la configuración de sus hiperparámetros, incluido el número de vecinos más cercanos, la función de distancia y la función de ponderación. Para mejorar la robustez a los hiperparámetros, este estudio presenta un nuevo método de aprendizaje de NN basado en una red neuronal gráfica, llamado NNGNN. Dados los datos de entrenamiento, el método aprende una regla de NN específica de la tarea de manera end-to-end mediante una red neuronal gráfica que toma el grafo de NN de una instancia para predecir la etiqueta de la instancia. Las funciones de distancia y ponderación están implícitamente incrustadas dentro de la red neuronal gráfica. Para una instancia de consulta, la predicción se obtiene realizando una búsqueda de NN desde los datos de entrenamiento para crear un grafo de NN y pasándolo a través de la red neuronal gráfica. La efectividad del método propuesto se demuestra utilizando varios conjuntos de datos de referencia para tareas de clasificación y regresión.