VAE(Variational Autoencoder) 生成式模型
理論：
基於貝葉斯公式、KL散度的推導
1. 自動編碼器的一般結構
2. 產生一幅新圖像
輸入的數據經過神經網絡降維到一個編碼(code)，接着又通過另外一個神經網絡去解碼得到一個與輸入原數據一模一樣的生成數據，然后通過去比較這兩個數據，最小化他們之間的差異來訓練這個網絡中編碼器和解碼器的參數。當這個過程訓練完之后，我們可以拿出這個解碼器，隨機傳入一個編碼(code)，希望通過解碼器能夠生成一個和原數據差不多的數據，上面這種圖這個例子就是希望能夠生成一張差不多的圖片。
3. VAE
實現：
介紹文章 知乎：
結構：Encoder 和 Decoder
三個主要部分：
Encoder的Loss計算：KL散度；
z的重采樣生成；
Decoder的Loss計算：最大似然；
