变体自动编码器 Kingma，DP和Welling，M.（2013）对论文“ AutoEncoding Variational Bayes”的个人实现。 该存储库的主要目的是使刚开始使用Variational Autoencoders的人们可以轻松访问本文的实现，而不必研究高度优化且难以搜索的库。 我用原始论文中给出的超参数训练了模型。 潜在维度为3，编码器和解码器的MLP仅具有400个隐藏单元的单个线性层。 增加层数和潜在空间的尺寸会得到更好的结果。 我们使用100个重要性加权样本-122