【学习笔记】:VAE模型详细解析--(变分自编码)

VAE作为一个生成模型,其基本思路是很容易理解的:把一堆真实样本通过编码器网络变换成一个理想的数据分布,然后这个数据分布再传递给一个解码器网络,得到一堆生成样本,生成样本与真实样本足够接近的话,就训练出了一个自编码器模型。那VAE(变分自编码器)就是在自编码器模型上做进一步变分处理,使得编码器的输出结果能对应到目标分布的均值和方差。 详细解释请自行转自【学习笔记】生成模型——变分自编码器 (gwylab.com)。

VAE的简易模型如下:

【学习笔记】:VAE模型详细解析--(变分自编码)_第1张图片

建议参考的代码:pytorch实现VAE - 雪球球 - 博客园 (cnblogs.com)

你可能感兴趣的:(学习,深度学习,机器学习)