基于变分自编码器的生成对抗网络

基于变分自编码器的生成对抗网络（VEGAN）

https://arxiv.org/abs/1512.09300

Motivation

前面的文章基于自编码器的GAN中已经提到了，AEGAN中有一个问题，就是如果我们的结果太真实，那么相对来说，多样性上就会有所缺失，因此，这篇文章主要就是用VAE来解决原始AEGAN中的多样性问题。

VAE

关于VAE，可以参考以前的博文VAE
我们可以把它看做一个采样的过程，只不过这个采样来自于我们指定的分布

VAEGAN

没有找到VAEGAN的图，所以还是用原来的代替。这里的z来自一个指定的分布，通过这个z来生成新的图像，与AEGAN不同的是这个z是我们指定的分布，而AEGAN中，采样分布才是制定分布。因此，我们可以说这样获取的z，可以更好的接近原始数据。或者换一种说法，我们让一个制定分布通过一系列变化生成的样本更加接近真实样本。而不是对特征的编码，这样覆盖的面更大，结果也更好