变分自编码器(VAE)是一类常见的生成模型,在设计生成图像的程序面前,我们应该首先考虑模型的输入是什么,如果模型只有一个输入,那么模型应该只有一个确定的输出,这是没有意义的.因此模型应该要有输入用于区分不同的图片,哪怕只是012这种序号.

Batch Normalization(批标准化),和普通的数据标准化类似,是把分散的数据统一的一种做法,也是优化神经网络的一种方法,具有统一规格的数据, 能让机器学习更容易学习到数据之中的规律.Batch normalization 也可以被看做一个层面. 在一层层的添加神经网络的时候, 我们先有数据 X, 再添加全连接层, 全连接层的计算结果会经过 激励函数 成为下一层的输入, 接着重复之前的操作. Batch Normalization (BN) 就被添加在每一个全连接和激励函数之间.