VAE新解（上）

vae初识

vae,全称variational auto encoding。
假设我们用一堆特征如，smile，beard，gender，glass等刻画一张人脸。我们把这些特征one-hot后，送入网络学习。最终得到这些参数特征。

而我们vae最终学习的就是这些隐含的参数特征。当然这是假定人类头像服从高斯分布。事实上也是如此。人以类聚，物以群分。相同的事物存在一定的分布特征，这也是大自然的奇妙之处！

VAE和GAN

假如我们只有一堆样本，没有上面所说的一系列特征，怎么办。我们无法找到相应分布，无法计算kl。既然失去了度量标准，那我们连这个标准也用网络学习出来吧。而GAN就是对抗学习，从中学出这个特征分布。

VAE用处

1，自动生成人脸
2，利用有限图片，生成特效图片