Khi cung cấp cho bộ mã hóa tự động biến phân hàng nghìn bức ảnh khuôn mặt, nó sẽ học được một bản đồ nén về hình dạng khuôn mặt, sau đó tạo ra những khuôn mặt mới chưa từng tồn tại. Mô hình này thuộc họ mã hóa tạo sinh, và đặc điểm nổi bật của nó là một biến thể xác suất của bộ mã hóa tự động thông thường.

Bộ mã hóa tự động tiêu chuẩn nén đầu vào thành một vectơ cố định và tái tạo lại nó. Thay vào đó, VAE mã hóa mỗi đầu vào dưới dạng một phân phối, thường là giá trị trung bình và phương sai, sau đó lấy mẫu từ phân phối đó trước khi giải mã. Tính ngẫu nhiên bắt buộc này làm mịn không gian tiềm ẩn sao cho các điểm gần nhau được giải mã thành các đầu ra tương tự, điều này làm cho việc nội suy và lấy mẫu trở nên có ý nghĩa.

Các thành phần chính

• Một mạng mã hóa xuất ra các tham số của một phân bố tiềm ẩn.
• Một bước lấy mẫu sử dụng thủ thuật tái tham số hóa để duy trì dòng chảy của gradient.
• Một mạng giải mã tái tạo lại tín hiệu đầu vào từ một vectơ tiềm ẩn được lấy mẫu.
• Một hàm mất mát kết hợp lỗi tái tạo với một thuật ngữ phân kỳ KL nhằm điều chỉnh không gian tiềm ẩn.

Mạng VAE tạo ra hình ảnh mờ hơn so với mạng GAN, nhưng không gian tiềm ẩn của chúng có cấu trúc tốt hơn và dễ điều hướng hơn. Sự đánh đổi đó khiến chúng được ưa chuộng trong việc khám phá thuốc, phát hiện bất thường và bất kỳ nhiệm vụ nào mà việc biểu diễn mượt mà, dễ hiểu quan trọng hơn độ sắc nét hoàn hảo đến từng pixel.