mindspore_gl.nn.GCNConv2
========================

.. image:: https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/master/resource/_static/logo_source.svg
    :target: https://gitee.com/mindspore/graphlearning/blob/master/docs/api_python/nn/mindspore_gl.nn.GCNConv2.rst
    :alt: 查看源文件


.. py:class:: mindspore_gl.nn.GCNConv2(in_feat_size: int, out_size: int)

    图卷积网络层。
    来自论文 `Semi-Supervised Classification with Graph Convolutional Networks
    <https://arxiv.org/abs/1609.02907>`_ 。

    .. math::
        h_i^{(l+1)} = (\sum_{j\in\mathcal{N}(i)}h_j^{(l)}W_1^{(l)}+b^{(l)} )+h_i^{(l)}W_2^{(l)}

    :math:`\mathcal{N}(i)` 表示 :math:`i` 的邻居节点。
    :math:`W_1` 和 :math:`W_2` 对应邻居节点和根节点的fc层。

    参数：
        - **in_feat_size** (int) - 输入节点特征大小。
        - **out_size** (int) - 输出节点特征大小。

    输入：
        - **x** (Tensor) - 输入节点特征。Shape为 :math:`(N, D_{in})` ，其中 :math:`N` 是节点数， :math:`D_{in}` 应等于参数中的 `in_feat_size` 。
        - **g** (Graph) - 输入图。

    输出：
        - Tensor，Shape为 :math:`(N, D_{out})` 的输出节点特征，其中 :math:`(D_{out})` 应等于参数中的 `out_size` 。

    异常：
        - **TypeError** - 如果 `in_feat_size` 或 `out_size` 不是int。