零散笔记（更新中）

图神经网络GNN就是对属性作变换，但是不改变图的结构。 例子：就用三个全连接层对每个属性单独作变换，预测就是在最后就加一个输出层 假设我的属性有缺失，那就用聚合操作，把边的属性拿过来或者把结点属性拿到边上，这样就弥补住缺失的属性就还是能做预测

GCN是直接对邻居的信息取平均，但可能每个邻居的重要性是不一样的，所以GAT对邻居的信息做加权平均