VAE全面理解（上）

忏悔

前段时间学习了《Auto encoding variational bayes》这篇文章，处于种种原因，还写了一篇博客，https://blog.csdn.net/qq_31456593/article/details/77743840，近日想要自己再重新复习一下，发现当时的理解是相当的不到位，叙述也是模棱两可的，花了很大力气，又重新看了两天，有了许多新的理解，我决定把它写下来。当然认知水平的高低不可能一蹴而就，我希望下次我继续读这个内容的时候又会有新的理解。

1）关于VAE还是AEV

在上一篇博客中，我主要学习的是《Auto encoding variational bayes》这篇文章，所以我自作主张的讲它缩写为AEV。这几天，在大量阅读相关文献博客期间，发现，卧槽，人家叫VAE，全称variational auto encoding。经验主义害死人，看文献细看几眼总归是不会有错的。

言归正传，那么什么是VAE呢？简单来讲，一个可以和GAN相媲美的生成网络。我们可以输入一个低维空间的Z，映射到高维空间的真实数据。比如，生成不同样的数字，人脸，卡通头像等等。