1. 简介
图神经网络的主要思想是：对目标节点，使用相邻的节点来进行计算。而相邻节点又要需要他的相邻节点来计算，形成多层的结构。
至于，相邻节点如何用来计算目标节点，方法有两个，一个是平均领域的信息；另一个是使用神经网络来进行计算。
数学表示：
当前时刻的节点，由上一层的embedding,和它相邻节点平均值相加得到，并且经过非线性映射。
模型训练：
对权重矩阵 W, B,使用随机梯度方法进行更新。
至于无监督训练，一般假设，相似的节点具有相同的embedding。
有监督训练(节点分类情形）
参考：
- gcn;