PyTorch实现图卷积（Graph Convolution）方法

概述：
图卷积是一种用于处理图数据的深度学习方法，它将传统的卷积操作推广到了图结构上。图卷积在节点分类、图分类、链接预测等任务中取得了广泛的应用。本文将介绍如何使用PyTorch实现图卷积模型，并提供相应的源代码。

1. 数据准备：
   首先，我们需要准备图数据。通常，图数据由节点和边组成。节点可以表示实体，例如社交网络中的用户或推荐系统中的物品；边代表节点之间的关系。为了方便起见，我们将使用一个简单的示例数据集，其中包含5个节点和4条边。

import torch
import torch.nn as nn

# 定义图数据
adjacency_matrix = torch.tensor([