我刚刚了解到生成模型试图学习p(x|z)p(z) = p(x,z)。
但是在研究了诸如VAE和GAN之类的生成模型的示例代码之后，我发现模型的输出是生成的图像x，它是2D矩阵。
在我的认识中，矩阵的内容意味着每个像素和潜在变量的概率，对吗？
如果正确，是否可以从生成模型中获得潜在变量p(x,z)与整个图像z之间的联合概率x？
谢谢！
答案 0 :(得分：0)
生成模型试图学习的只是p（x）。如果g（z）= x，则p（x | z）= 1，否则为0，因为GAN和VAE是确定性映射，因此在给定相同输入的情况下，有100％的机会映射到相同目标。
提取x的概率并不是一件容易的事，它取决于方法。使用GAN，您可以通过从模型中采样来近似估算。例如。您对1000张图像进行了采样，然后查看图像出现的频率。则该图像的发生概率为1000。根据大数定律，您最终将以这种方式恢复发电机的实际概率分布。
如果您想要一种精确的概率计算方法，可以使用GLOW或RealNVP之类的FLOW网络，它们可以直接对log（p（x））进行优化，并可以恢复p（x）。