机器学习 vae是什么（简介）

一、总结

一句话总结：

VAE 模型是一种有趣的生成模型，与GAN相比，VAE 有更加完备的数学理论（引入了隐变量），理论推导更加显性，训练相对来说更加容易。

VAE(Variational Autoencoder)  全名叫 变分自编码器，是从之前的 auto-encoder 演变过来的

 

 

二、机器学习 vae是什么

转自或参考：机器学习：VAE(Variational Autoencoder) 模型_Matrix-11-CSDN博客
https://blog.csdn.net/matrix_space/article/details/83683811

 

VAE(Variational Autoencoder) 模型

VAE 模型是一种有趣的生成模型，与GAN相比，VAE 有更加完备的数学理论（引入了隐变量），理论推导更加显性，训练相对来说更加容易。

VAE 可以从神经网络的角度或者概率图模型的角度来解释。

VAE 全名叫 变分自编码器，是从之前的 auto-encoder 演变过来的，auto-encoder 也就是自编码器，自编码器，顾名思义，就是可以自己对自己进行编码，重构。所以 AE 模型一般都由两部分的网络构成，一部分称为 encoder, 从一个高维的输入映射到一个低维的隐变量上，另外一部分称为 decoder, 从低维的隐变量再映射回高维的输入