请总结一下图神经网络经典模型，如GCN,GAT,GIN等的优缺点及其算法实现的核心内容...

图神经网络(Graph Neural Network)是一类用于处理图形数据的深度学习模型。下面是一些经典图神经网络模型的概括：

1. GCN (Graph Convolutional Network)：

优点：

• 具有良好的表示能力，能够学习图形上的局部结构。
• 在图形分类和图形生成等任务中表现良好。

缺点：

• 在处理具有复杂邻接关系的图形时可能会出现问题。
• 在处理大规模图形数据时，需要大量的计算资源。

算法实现：GCN通过使用卷积操作来学习图形上的局部特征。它通过计算顶点邻接矩阵的特定权值来表示顶点之间的关系。

2. GAT (Graph Attention Netwo