VAE

GAN直接擬合出來貓的圖片對於n維向量的分佈，通過對抗學習的方式獲得較好的模型效果，這個方法雖然很暴力，但是卻是有效的。 VAE則不同，他通過說我希望生成一張新的貓臉，那麼這個n維向量代表的就是n個決定最終貓臉模樣的隱形因素。對於每個因素，都對應產生一種分佈，從這些分佈關係中進行採樣，那麼我就可以通過一個深度網絡恢復出最終的貓臉。 我們可以對編碼器添加約束，就是強迫它產生服從單位高斯分佈的潛在變量

>>阅读原文<<