GAN（二）:VAE-GAN，BiGAN

一、VAE-GAN简介

下图展示了VAE-GAN的大体框架。
所谓“人如其名”，在给gan命名的时候也是如此。VAE-GAN就是VAE和GAN的结合体。
VAE：包含encoder和decoder两部分。

1. encoder的作用是编码，也就是将输入的图片image1转换成向量vector
2. decoder的作用是解码，也就是将向量vector转换成图片image2
   其中，image1和image2要尽量相同，原因是我们希望对同一个东西进行编解码后的产物仍然是自己。
   GAN：包含generator和discriminator
3. generator：就是VAE的decoder，将向量vector转化为image
4. discriminator： 评判generator产生的image是realistic还是fake，给出一个scalar（分数或者可能性或者二分类结果）

下面说一下算法的大致运作流程：

1. 初始化encoder，decoder，discriminator（其实就是三个神经网络）
2. 迭代更新：
   ·从database中随机采样，x1,x2,xM
   ·x1,x2,xM输入到encoder中，产生z’ = En(x)
   ·将z’1,z’2,z’M输入到decoder中&#x