AnchorAI › Generative AI › Generative Models › VAE
VAE
Variational Autoencoder
变分自编码器
一句话理解
VAE 把输入编码成一个可采样的潜变量分布，再从中生成或重建数据。
普通自编码器存一个点；VAE 学的是可以连续采样的一片区域。
最好理解的例子
训练人脸 VAE 后，可以在两张人脸的潜变量之间插值，解码出外观平滑过渡的一系列新面孔。
核心机制
- 1
Encoder 为输入预测潜分布的均值与方差。
- 2
通过重参数化从潜分布采样，并同时约束分布接近先验。
- 3
Decoder 从样本重建数据，在重建质量与潜空间规则性之间平衡。
关键关系
常见误解
VAE 的目标不只是压缩；对潜空间分布的约束是它能够稳定采样生成的关键。
知识邻域
AI → Generative AI → Generative Models