GCN做了几件事
1.从邻居节点得到聚合信息（保证了维度属性不变）---通过邻接矩阵
2.馈入一个标准的神经网络(这个矩阵映射少不了)得到嵌入空间的节点
3.多层gcn就是每一层的输入都是以上一层的嵌入空间节点属性作为input。
即inpput---->GCN----->output就是做了图嵌入
只不过是利用邻接矩阵（而不是之前学过的随机漫步作为相似度定义）
GCN做了几件事
1.从邻居节点得到聚合信息（保证了维度属性不变）---通过邻接矩阵
2.馈入一个标准的神经网络(这个矩阵映射少不了)得到嵌入空间的节点
3.多层gcn就是每一层的输入都是以上一层的嵌入空间节点属性作为input。
即inpput---->GCN----->output就是做了图嵌入
只不过是利用邻接矩阵（而不是之前学过的随机漫步作为相似度定义）