DGL 2 消息传递机制

DGL开发者，并不是将各种模型进行堆砌

而是将GNN抽象为MPNN

1.  图的表示

（1）可视化

画出来节点和边

难以进行数学运算

（2）邻接矩阵

不直观

容易进行数学运算

 上述的图，转化为邻接矩阵

 将X的特征和邻接矩阵做乘法

 矩阵乘法的本质就是在图上做消息传播，每个节点会将特征沿着边，发送到目标节点，目标节点会累加得到的特征

X0没有受到如何消息，因此为0；X1受到了所有点的消息

（3）消息传递机制

一种更加广义的矩阵乘法：不仅考虑源节点的特征，还考虑的边的特征以及目标节点的特征

 U到V的消息，是由V的特征，U的特征，以及边的特征构成的

 聚合函数：可以求和，求均值，求方差等等 

 更新函数：将聚合后的消息函数和上一时间的节点特征结合，更新节点的下一阶段特征