deepwalk和gcn

Deep和GCN是两种常用的图神经网络模型。

DeepWalk是一种用于学习节点表示的方法。它通过对图中的节点进行截断随机游走，生成节点路径，并将这些节点路径作为输入来学习节点表示。DeepWalk借鉴了word2vec的思想，通过SkipGram模型来学习节点的向量表示。

GCN（Graph Convolutional Network）是一种用于图数据的卷积神经网络模型。它通过邻居节点的信息传播来更新每个节点的表示。GCN模型中的每一层都会将节点的特征和邻居节点的特征进行卷积操作，并通过激活函数和归一化操作来获得更新后的表示。