对于做图任务时，有时我们需要汇聚整张图的节点特征，例如一张图共有5个节点，每个节点有自己的 feature，如果要对图进行分类，那么我们就需要用一个 Graph Embedding 来表示这张图，也就是用一个向量来表示这张图，然后将 Graph Embedding 交给下游的分类任务网路中进行分类。
这个简单说一点有点像池化操作，例如最大池化、平均池化等，对于平均池化来讲，我们可以在定义模型结构时，依次遍历每张图的所有节点特征，然后添加计算均值向量。
对于这个需求，在PyG中已经为我们实现好了相关的模块来实现这个需求，这个模块就是 torch_scatter
常用参数：
- src：需要池化的节点的特征矩阵
- index：对应索引信息
- dim：在哪个维度上进行池化
print(dataset[0].x.shape)
>>