我是图形嵌入和 GCN（图形/几何卷积网络）的新手。

我很困惑，不太确定“GCN 中的培训是如何工作的”？

据我了解，GCN 训练数据将采用“邻接矩阵”+“度矩阵”+节点特征（顶点）的形式。使用这些指标的聚合，我们进行 GCN 训练。请确认？

如果我的理解是正确的，那么我相信即使对于图形嵌入，我们使用类似类型的输入数据（如上所述）来生成向量表示？如果它正确，为什么 GCN 比 Graph Embedding 更好？

或者将这两个术语共同关联是不正确的？