GNN图神经网络

GNN的流程：
1.聚合
2.更新
3.循环

需要邻居来判断它，作为它自己信息的一个补足。
a,b,c可以手动设置，也可以通过训练得到。

进行一层GNN操作后得到的A的信息。

二层GNN就可以得到二阶邻居的信息，三层GNN就可以得到三阶邻居的信息。

包含了结构特征。

GCN图卷积神经网络

主要是聚合和GNN有所不同。

如果你认识的人很多，你的度就会很大，就被认识的人给评分了。防止某个人在社交网络影响过大。

自动学习节点之间互相的影响度

w相当于一个转置的作用，||表示把矩阵拼接起来。*表示点乘，向量内积。

w和a是需要优化的参数，多头就是多套w和a。

每种颜色的箭头，就代表一套attention。