VAE论文解读及代码实现

1.Introduction Variational Autoencoders (VAEs) 是一种无监督学习复杂分布的方法，VAEs已经显示出产生多种复杂数据的潜力，包括手写数字，面部，门牌号码，CIFAR图像，场景的物理模型和分割以及从静态图像预测将来。 生成模型是机器学习一个很普遍的领域，求高维空间的X的分布P(x)，好比，图像就是一种能够建立生成模型的数据类型，每一幅图像都有成千上万的维度

>>阅读原文<<