贡献者： xzllxls
变分自编码器（Variational Autoencoders, VAE）是使用学习到的近似做推理，并且能够用基于梯度的优化方法来训练的有向模型 [1]。变分自编码器是自编码器中获得广泛应用的一种类型。
当生成样本时，变分自编码器首先从内隐表示空间的分布 $p_{model}(z)$ 上随机选择一个样本 $z$.然后，将样本输入生成网络 $g(z)$。最后输出结果 $p_{model}(x;g(z))=p_{model}(x|z)$。变分自编码器的核心思想是其可以通过最大化与数据点 $x$ 相关联的变分下界 $L(x)$ 来进行训练。
[1] ^ I. Goodfellow, Y. Bengio, and A. Courville, Deep learning. MIT press, 2016.