GNN：权重依靠认为设定或学习得到 GCN：依赖于图结构决定更新权重。(H^{(l+1)}=sigma{(hat{D}^{-frac{1}{2}} hat{A}hat{D}^{-frac{1}{2}} H^{(l)} W^{(l)})}) GAT：GAT是对于GCN在邻居权重分配问题上的改进。注意力通过Multi-head Attention 进行学习，相比于GCN的更新权重纯粹依赖于图结构更具有合理性。