在VAE的解码器部分，如何将NN视为p（x | z）？

Question

因此，您可以将随机输入（z）馈送到NN并使输出随机，但这只是f（p（z）），其中f（。）是确定性NN，因此将充当转变为更复杂的发行版。

引入随机性的另一种方法是将NN输出视为特定分布的参数，因此NN为P（x | z）。但是，这没有发生，VAE的解码器正在生成图像（x），并且它不是随机的！因此，对于给定的z，它将始终产生相同的x。

为什么在VAE的推导中将其视为P（x | z）？

Answer 1

好吧，即使VAE的解码器部分不是随机的，它仍然会引起分布（尽管是退化的）。

您输入z（特定代码），然后得到x（特定图像）。然后，它认为- p（x | z）= 1，并且每个与z不同的z'p（x | z'）= 0。

这仍然是合法发行。我们在VAE中所做的部分工作是尝试学习此分布的正确参数。