适当采样VAE潜在变量

Question

我目前正在尝试创建变式自动编码器（VAE），该自动编码器以缩放至最小/最大（零至一）的数据进行训练。总体架构如下所示：

我感兴趣的是对经过充分训练的学习到的潜在空间进行采样。潜在空间的大小为200，因此我认为可以执行以下操作来创建样本向量：

NUM_SAMPLED_VECTORS = 100
sampled_latent = []
max_latent_values = encoded_latent_df.max(axis=0).values.tolist()

# Sample 100 vectors 
for x in range(NUM_SAMPLED_VECTORS):
    temp = []
    for i,z in enumerate(max_latent_values):
        temp.append(uniform(0, z))
    sampled_latent.append(temp)

sampled_latent_df = pandas.DataFrame(sampled_latent)
sampled_pred_vectors = pd.DataFrame(decoder.predict_on_batch(sampled_latent_df))

在这里，我随机地依次采样每个潜在变量的最小/最大范围，然后根据该“采样的潜在矢量”进行预测。

但是，当我查看输出向量时，它们全部相差约10 ^ 30。我希望输出向量的值约为0.5（例如介于0和1之间），但是所有预测向量的值都约为10 ^ -30（是，大于零但几乎没有）。有没有更好的方法来采样潜在空间以获得适当的采样值？