變分推斷與變分自編碼器
作者：凱魯嘎吉 - 博客園 http://www.cnblogs.com/kailugaji/
本文主要介紹變分自編碼器(Variational Auto-Encoder, VAE)及其推導程序，但變分自編碼器涉及一些概率統計的基礎知識，因此為了更好地理解變分自編碼器，首先介紹變分推斷(Variational Inference)與期望最大化(Expectation-Maximization, EM)演算法，進而介紹變分自編碼器，并給出另一種理解方法(參考文獻[3])，
1. 變分推斷
2. 變分自編碼器
一般情況下，只采一個樣即可，即K=1，詳見參考文獻[3]，
3. 變分自編碼器另一種理解——直面聯合分布
4. KL散度公式推導
5. 參考文獻
[1] 變分貝葉斯 - 凱魯嘎吉 - 博客園
[2] 邱錫鵬, 神經網路與深度學習[M]. 2019.
[3] 標簽 vae 下的文章 - 科學空間|Scientific Spaces
[4] Kingma D P , Welling M . Auto-Encoding Variational Bayes[J]. 2013.
[5] 變分推斷詳細請參考：華俊豪博客-變分推理、變分貝葉斯演算法理解與推導
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/47712.html
標籤：其他