GCN代码

以下是一个简单的GCN代码示例，用于节点分类任务：

import torch
import torch.nn as nn
import torch.nn.functional as F

class GCNLayer(nn.Module):
    def __init__(self, in_features, out_features):
        super(GCNLayer, self).__init__()
        self.linear = nn.Linear(in_features, out_features)
        
    def forward(self, x, adj):
        x = self.linear(x)
        x = torch.matmul(adj, x)
        x = F.relu(x)
        return x

class GCN(nn.Module):
    def __init__(self, n_features, n_classes, hidden_dim):
        super(GCN, self).__init__()
        self.layer1 = GCNLayer(n_features, hidden_dim)
        self.layer2 = GCNLayer(hidden_dim, n_classes)
        
    def forward(self, x, adj):
        x = self.layer1(x, adj)
        x = self.layer2(x, adj)
        return x

这个代码定义了两个GCN层的模型，其中每个层包括一个线性层、一个邻接矩阵和一个激活函数（这里使用的是ReLU）。在前向传递中，将节点特征和邻接矩阵作为输入，通过两个GCN层来进行节点分类。