VAE 📌 核心贡献 该论文提出了一种随机变分推断与学习算法，以高效处理具有难解后验分布的连续潜在变量模型。其核心创新在于对变分下界进行重参数化，使得该算法能直接利用标准随机梯度方法进行优化，从而有效扩展到大规模数据集。 📖 摘要 AE：只做特征压缩，不保证隐空间连续性和可解释性；VAE：通过约束隐空间的分布，让其具备连续性，支持随机采样生成新样本； 🔍 关键信息 字段内容机构发表2013-12-20分类stat.ML, cs.LG链接arXiv 📝 我的笔记 🔗 相关论文 同方向： VQ-VAE, VQ-VAE-2