一、VAE
背景：VAE什么变分自编码器，听起来起名都头大，用大白话告诉你。
把一个复杂图片压缩成两个参数，用这个参数采样再复原。
这个简单的东西是两个参数，均值和方差，用（0，1）随机取个值a z = μ + σ * a 这个Z可以是变化的，代码你的图片
二、代码
极简代码和公式最靠近本质，VAE如下
class Encoder(nn.Module):def __init__(self, input_dim, hidden_dim, latent_dim):super(Encoder, self).__init__()self.fc1 = nn.Linear(input_dim, hidden_dim)self.fc_mu = nn.Linear(hidden_dim, latent_dim)self.fc_logvar = nn.Linear(hidden_dim, latent_dim)def forward(self, x):x = torch.relu(self.fc1(x))mu = self.fc_mu(x)logvar = self.fc_logvar(x)return mu, logvarclass Decoder(nn.Module):def __init__(self, latent_dim, hidden_dim, output_dim):super(Decoder, self).__init__()self.fc1 = nn.Linear(latent_dim, hidden_dim)self.fc2 = nn.Linear(hidden_dim, output_dim)def forward(self, z):z = torch.relu(self.fc1(z))x_hat = torch.sigmoid(self.fc2(z))return x_hat
三、训练和损失
训练就是用GPU给你干活。你告诉GPU方向，就是用损失告诉GPU，给我降低点损失
损失就是给点数据，让数据沿着路（神经网络）往前跑的结果，这个结果输入一个损失函数，得到就是损失。
VAE的损失 包括 重建损失，KL损失（也就是分布之间的距离）
衡量原始输入 x 和重构输出 x' 之间的差异。通常使用均方误差(MSE)或交叉熵损失。
VAE在文生图例如 Stable disfussion 1.5 XL 、DIT等起的左右是把图片压缩到一个隐向量。
)
