大家好，我是阿光。
本专栏整理了《图神经网络》，内包含了不同图神经网络的原理以及相关代码实现，详细讲解图神经网络，理论与实践相结合，如GCN、GraphSAGE、GAT等经典图网络，每一个代码实例都附带有完整的代码+数据集。
正在更新中~ ✨
🚨 我的项目环境：
💥 项目专栏：【入门图神经网络】
对于空域的图神经网络常见有GAT、GCN等变体，除此之外目前还提出了几个通用的计算框架，目的就是将一些模型集成到一个框架当中。
对于常见的计算模块通常有传播模块、采样模块、池化模块等，针对每个模块目前都有很多不同的设计模式，所以一些研究人员想要提出一个通用的框架来表示这个计算流程。
传播模块：用于在节点之间传播信息，以便聚合的信息可以捕获特征和拓扑信息。在传播模块中，卷积算子和递归算子通常用于聚集来自邻居的信息，而跳过连接操作用于从节点的历史表示中收集信息并缓解过度平滑问题。
采样模块：当图很大时，通常需要采样模块来对图