研究突破 · 人工校订条目
变分自编码器 VAE 提出，深度生成模型有了概率框架
Auto-Encoding Variational Bayes
- 日期
- 2013 年 12 月 20 日
- 类别
- 研究突破
- 机构 / 模型
- University of Amsterdam
- 证据
- 1 条 · 1 类
Kingma 与 Welling 提出变分自编码器，用变分推断加重新参数化技巧，让含隐变量的深度生成模型可以端到端反向传播训练。它与同期 GAN 构成两条生成模型主线，后来的图像、语音与表征学习大量沿用其潜空间思路。
校订注记：arXiv 预印本核对；论文于 2014 年在 ICLR 发表
人工校订来源 · 1
引用本页
变分自编码器 VAE 提出，深度生成模型有了概率框架[EB/OL]. AI 纪年, 2013-12-20. https://aihist.net/e/vae-2013.html（访问日期：2026-10-29）.
静态页随内容修订重新构建；实时合并证据与自动采集条目见时间轴。