#通俗理解# 变分自编码器

自编码器的应用有两个方面，第一是数据去噪，第二是进行可视化降维。然而自动编码器还有着一个功能就是生成数据。
自编码器由两部分组成，一个是编码器，一个解码器，编码器将输入数据压缩进行编码，解码器将编码还原成原始数据；但是自编码器有一个缺陷，生成的编码不连续，这里通过一个例子说明：

比如对于属于A类的所有样本来说，编码的第一位可能都在1-2之间，而属于B类的所有样本，编码的第一位都在3-4之间，这就导致2-3之间的编码没有对应类别，当我们用训练好的自编码器去生成随机样本时，如果随机生成了一个编码，第一位是2.5，那么模型生成的样本可能不符合我们的要求。

而变分自编码器就很好的解决了这个问题，简单来说自编码器给出的是一个单个确定值，而变分自编码器给出的是一个概率分布（每个值都给出一个概率）；变分自编吗器不会直接生成原本对应的编码，而是对于每一个样本编码器会给出一个编码对应的分布（给出正态分布的均值和方差），然后在这个分布中随机选择一个值，这样就保证编码的连续性，当我们随机给出一个编码时，网络能够给出一个相对合理的输出

参考文章：

1. 变分自编码器（一）：原来是这么一回事
2. 变分自编码器解析
3. 从自编码器到变分自编码器（其二）