文档摘要

4.2 生成模型与自编码器：GAN 与 VAE 本节摘要：判别模型学习"给定输入预测标签"的条件概率，生成模型学习数据本身的分布，从而能采样生成全新样本。本节先讲自编码器——编码器压缩、解码器重构、以重构误差为损失的学习表示工具，及其潜在空间无约束导致无法直接生成的局限；再讲变分自编码器 VAE 如何用概率化编码加 KL 散度约束把潜在空间"整形"成可采样的正态分布；… 会员。《4.2 生成模型与自编码器：GAN与VAE》收录于灏天文库文集《AI核心算法原理：从机器学习到神经网络》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/444-ai%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%B0%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流