Variational Autoencoder (VAE)

Kernidee: Evidence Lower Bound (ELBO) mit Rekonstruktions- und KL-Term.
Stärken: glatter Latentraum, probabilistische Deutung.
Schwächen: manchmal unschärfere Samples als GANs.

Modelle & Architekturen

Probabilistischer Autoencoder für Generierung.

VAEs modellieren eine Verteilung im Latentraum und erlauben das Ziehen neuer Stichproben.