GrapySAGE
这个模型的aggregation是用的LSTM
是把邻居的feature喂到一个LSTM里面，然后最后把其hidden state当作output，用来update，
LSTM处理的是sequential data，但grapy中的一个node的邻居没有顺序可言，所以用LSTM做的时候，LSTM就会从所有邻居node中随便sample 出一个顺序，每次update都会sample出不同的顺序，所以最后就可能学到“忽略顺序的影响”，最后可以学到一个比较好的representation。但用LSTM的performance不一定会特别好。