使用PYG写一个GCN模型

好的，下面是一个使用PYG实现GCN的示例代码：

import torch
import torch.nn.functional as F
from torch_geometric.nn import GCNConv

class GCN(torch.nn.Module):
    def __init__(self, in_channels, hidden_channels, out_channels):
        super(GCN, self).__init__()
        self.conv1 = GCNConv(in_channels, hidden_channels)
        self.conv2 = GCNConv(hidden_channels, out_channels)

    def forward(self, x, edge_index):
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = F.dropout(x, training=self.training)
        x = self.conv2(x, edge_index)
        return x

上面的代码定义了一个两层的GCN模型，其中包含两个GCNConv层。输入的节点特征维度为in_channels，中间层的隐藏特征维度为hidden_channels，输出层的特征维度为out_channels。在forward函数中，输入的节点特征和边界索引会被传递给第一个GCNConv层，然后进行ReLU激活和dropout操作，最后再传递给第二个GCNConv层输出。