使用PyTorch实现GraphSAGE

GraphSAGE（Graph Sample and Aggregated）是一种用于图神经网络（Graph Neural Network）的节点表示学习方法。它通过采样和聚合的方式，将节点的邻居信息编码到节点的表示中。在本文中，我们将使用PyTorch库来实现GraphSAGE，并提供相应的源代码。

首先，我们需要安装PyTorch和DGL（Deep Graph Library）库。DGL是一个用于图神经网络的深度学习库，提供了图操作和模型构建的高级API。

pip install torch dgl

安装完成后，我们可以开始实现GraphSAGE模型。

首先，导入所需的库：

import torch
import torch.nn as nn
import torch.nn