深入浅出了解生成模型-2：VAE模型原理以及代码实战

From: https://www.big-yellow-j.top/posts/2025/05/11/VAE.html
前文已经介绍了GAN的基本原理以及代码操作，本文主要介绍VAE其基本原理以及代码实战
VAE or AE


介绍VAE之前了解两个概念：AE（AutoEncoder，自编码器）和VAE（Variational Autoencoder，变自编码器）。AE：自编码器是一种无监督学习神经网络，旨在通过将输入数据压缩到一个低维表示（编码），然后从该表示重建输入数据（解码），来学习数据的特征表示。VAE：变分自编码器是自编码器的扩展，结合了概率模型和深度学习，通过引入变分推理使潜在空间具有概率分布特性，适合生成任务。
AE的数学描述对于输入 \(x\)通过编码器将输入映射到 低纬空间 \(z=f(x)\)而后通过解码器得到输出：\(\hat{x}=g(x)\)
VAE的数学描述对于输入 \(x\)通过编码器将输入映射成 概率分布 \(q(z\vert x)\)，假设为高斯分布，输出
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！