以下是对图卷积使用公式的拆解，
Labeled graph是一个图，
Degree matrix顶点的度矩阵（对角矩阵），第一行第一个值为2表示1号节点和两个节点相连，第二行第二个值为3表示2号节点和三个节点相连，第三行第三个值为2表示3号节点和两个节点相连，依次类推，一号节点有两个度，二号节点有三个度，三号节点有三个度，依次类推
Adjacency matrix是图的邻接矩阵，第一行第二个位置和第五个位置为1，表示1号节点和2号、5号节点相邻，第二行第一个位置第三个位置第五个位置为1，表示2号节点和1、3、5号节点相邻，类推
Laplacian matrix就是拉普拉斯矩阵，L=D-A,对应位置数字相减。
看公式：
L就是要求的拉普拉斯矩阵，i和j表示节点，vi、vj表示i、j节点
deg(vi)表示vi的度，比如最上面的图1节点和2、5相连，那么1节点的度为2
例如vi是1节点，vj是2节点，满足两个不同节点且相邻的条件，那么他们的拉普拉斯矩阵计算为
即L=-1/(2×3)^(1/2)
如果vi、vj都是1节点，1节点的度为2，所以L=1
如果vi、vj是1、3节点，1、3是不同的节点，但不相邻，那么L=0
