1 图卷积概念

图卷积获取特征需要：各节点输入特征、网络结构图。

图卷积是半监督任务，不需要全部标签，少量标签也能训练，计算损失时只考虑有标签。

2 图卷积计算方式

 针对橙色节点，计算特征：平均其邻居特征（包括自身）后传入神经网络。

GCN也可以做多层，每一层输入的还是节点特征。
 

G：图
A：邻接矩阵
D：各个节点的度
F：每个节点的特征

其实就是邻接矩阵(A)与特征矩阵(F)进行乘法操作，表示聚合邻居信息。
 

考虑自己： 

这个时候度矩阵也得变。

矩阵scale：相当于对行做了归一化。

公式变成： 也可以写成：

需要对列也做归一化：

 因为归一化了两次，所以需要把其中一个矩阵打半折。

3 图的基本公式

图的层数两三层就合适，多了反而差。