参考：
https://www.cnblogs.com/huangshiyu13/p/6209016.html
https://zhuanlan.zhihu.com/p/25401928
Kingma, Diederik P., and Max Welling. "Auto-encoding variational bayes." arXiv preprint arXiv:1312.6114 (2013)
简介：
变分自编码器（Variational auto-encoder，VAE）是一类重要的生成模型（generative model），它于2013年由Diederik P.Kingma和Max Welling提出。
这里有一些使用VAE好处，就是我们可以通过编码解码的步骤，直接比较重建图片和原始图片的差异，但是GAN做不到。
问题背景：
是一个包含了N个连续或者离散样本x的数据集。
假设数据是通过涉及到一个未观察到的连续随机变量z的过程产生的，这个过程包含了两步。
（1）通过某个先验分布 
产生一个 
；
（2）根据某个条件分布 
产生样本 
。
假设 
和
产生自分布
。
如何得到 
和 
是一个未知的难题。
文章中用 
作为编码器/识别模型（encoder or recognition model），基于数据x产生一个关于数据x的编码值z的分布。
作为解码器/生成模型（decoder or generative decoder），基于编码值z产生一个对应数据x的分布。
其中φ和θ的值通过两者的联合学习得到。
模型推导：
等价于
最大似然估计(maximum likelihood estimation, MLE)：一种重要而普遍的求估计量的方法。MLE的目标是找出一组参数,使得模型产生出观测数据的概率最大。
KL散度：相对熵（relative entropy），又被称为Kullback-Leibler散度（Kullback-Leibler divergence）或信息散度（information divergence），是两个概率分布（probability distribution）间差异的非对称性度量。在在信息理论中，相对熵等价于两个概率分布的信息熵（Shannon entropy）的差值。
蒙特卡罗估计（Monte Carlo estimate）：
证明：
MLP（多层感知器）：
VAE的encoder和decoder都只用了一层隐含层。
近似计算的证明：
表示元素乘法；按照高斯分布求解KL散度即可得到结果。
训练好了以后，生成样本采用下面的网络结构：
变分自编码器（Variational auto-encoder，VAE）
原文：https://www.cnblogs.com/lucifer1997/p/10650924.html