图神经网络实战（14）——基于节点嵌入预测链接

0. 前言

我们已经了解了如何使用图神经网络 (Graph Neural Networks, GNN) 生成节点嵌入，我们可以使用这些嵌入执行矩阵分解 (matrix factorization) 完成链接预测任务。本节将介绍两种用于链接预测的 GNN 架构——图自编码器 (Graph Autoencoder, GAE) 和变分图自编码器 (Variational Graph Autoencoder, VGAE)。

1. 图自编码器

图自编码器 (Graph Autoencoder, GAE) 和变分图自编码器 (Variational Graph Autoencoder, VGAE) 架构都是 Kipf 和 Welling 于 2016 年所提出的。它们分别对应于两种流行的神经网络架构——自编码器 (Autoencoder) 和变分自编码器 (Variational Autoencoder, VAE)。为了便于理解，我们将首先介绍 GAE