pytorch-geometric (以下pyg) のChebConvの式は以下のように書かれています．
\begin{align}
\mathbf{X}^{\prime} &= \sum_{k=1}^{K} \mathbf{Z}^{(k)} \cdot \mathbf{\Theta}^{(k)} \\
\mathbf{Z}^{(1)} &= \mathbf{X} \\
\mathbf{Z}^{(2)} &= \mathbf{\hat{L}} \cdot \mathbf{X} \\
\mathbf{Z}^{(k)} &= 2 \cdot \mathbf{\hat{L}} \cdot \mathbf{Z}^{(k-1)} - \mathbf{Z}^{(k-2)}
\end{align}
これは普段我々が目にする式と同じではありません．普段我々が目にするのは
\boldsymbol{x}^\prime = \sum \theta_k T_k\left(\boldsymbol{\hat{L}}\right) \boldsymbol{x}
の方です．ただし$T_k(\cdot)$はチェビシフ多項式にするための適当な変換です．そこで，pygの式を普段目にする式から導出します．まず元の式は，
\begin{align}
\boldsymbol{x}^\prime &= \sum \theta_k T_k\left(\boldsymbol{\hat{L}}\right) \boldsymbol{x} \\
\boldsymbol{x}^\prime &= \sum T_k\left(\boldsymbol{\hat{L}}\right) \boldsymbol{x} \cdot \theta_k
\end{align}
入力を$(N, C)$の次元に拡張し，出力を$(N,F)$の次元に拡張します．ここで$N,C,F$はそれぞれノード数，入力チャネル数，出力チャネル数です．
\begin{align}
\boldsymbol{X}^\prime &= \sum T_k\left(\boldsymbol{\hat{L}}\right) \boldsymbol{X} \cdot \boldsymbol{\Theta}_k
\end{align}
次元に着目すると，
(N，F) = (N，N) \times (N，C) \times (\boldsymbol{\Theta}_kの行，\boldsymbol{\Theta}_kの列)
となるので，$\boldsymbol{\Theta}_k \in \mathbb{R}^{C\times F}$となります．さらに$T_k\left(\boldsymbol{\hat{L}}\right)\boldsymbol{X}=\mathbf{Z}^{(k)}$と置き換えればpygの数式と一致します．
\mathbf{X}^{\prime} = \sum_{k=1}^{K} \mathbf{Z}^{(k)} \cdot \mathbf{\Theta}^{(k)}
pygでは再帰的な計算をすることで高次の項を計算しているため，実装上の参考になるのはpygの式の方です．