自动加权图卷积网络（Auto-Weighted Graph Convolutional Network）的 PyTorch 实现

图卷积网络（Graph Convolutional Network，GCN）是一种用于图结构数据的深度学习模型，已经在许多图相关的任务中取得了显著的成功。自动加权图卷积网络（Auto-Weighted Graph Convolutional Network）是对传统 GCN 的改进，通过自动学习权重参数来动态调整图卷积中的邻居节点的重要性。本文将介绍如何使用 PyTorch 实现自动加权图卷积网络，并提供相应的源代码。

首先，我们需要导入 PyTorch 和其他必要的库：

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

接下来，我们定义自动加权图卷积层的实现。这里我们创建一个名为 AutoWeightedGraphConvolution 的类，继承自 PyTorch 的 nn.Module。在 __init