摘要： 转自：http://www.gwylab.com/note-vae.html 1.VAE模型架构 损失函数方面，除了必要的重构损失外，VAE还增添了一个损失函数（见上图Minimize2内容），这同样是必要的部分，因为如果不加的话， 整个模型就会出现问题：为了保证生成图片的质量越高，编码器肯定希望噪 阅读全文

摘要： 译自：https://hjweide.github.io/adversarial-autoencoders 1.自编码器AE作为生成模型 我们已经简要提到过，编码器输出的属性使我们能够将输入数据转换为有用的表示形式。在使用变分自动编码器的情况下，解码器已受过训练，可以从类似于我们选择的先验样本的样本 阅读全文

摘要： https://www.cnblogs.com/BlueBlueSea/p/13137757.html，是我这篇文章的一个深入和展开吧 1.总结 转自：https://zhuanlan.zhihu.com/p/91839581 2.CNN/LSTM+ATT 对cnn结合att的过程不太明白。 3.适 阅读全文