第3章：构建GNN模块
DGL NN 模块由 GNN 模型的构建块组成。一个 NN 模块继承自 Pytorch 的 NN 模块、MXNet Gluon 的 NN 块 和 TensorFlow 的 Keras 层，具体取决于所使用的 DNN 框架后端。在 DGL NN 模块中，构造函数中的参数注册和前向函数中的张量操作与后端框架相同。通过这种方式，DGL 代码可以无缝集成到后端框架代码中。主要区别在于 DGL 中独特的消息传递操作。
DGL 已经集成了许多常用的 apinn-pytorch-conv, apinn-pytorch-dense-conv, apinn-pytorch-pooling, 以及 apinn-pytorch-util。我们欢迎您的贡献！
本章以SAGEConv与Pytorch后端为例，介绍如何构建自定义的DGL NN模块。