一 变分自编码(Variational Auto-Encoder)

变分自编码不再是学习样本的个体，而是学习样本的规律，这样训练出来的自编码不单具有重构样本的功能，还具有仿照样本的功能。

变分自编码，其实就是在编码过程中改变了样本的分布("变分"可以理解为改变分布)。前面所说的"学习样本的规律"，具体指的就是样本的分布，假设我们知道样本的分布函数，就可以从这个函数中随便的取一个样本，然后进行网络解码层向前传导，这样就可以生成一个新的样本。

为了得到这个样本的分布函数，模型训练的目的不再是样本本身，而是通过加一个约束项，将网络生成一个服从于高斯分布的数据集，这样按照高斯分布里的均值和方差规则就可以任意取相关的数据，然后通过解码层还原成样本。我们先来看一下VAE的结构框图，后面来介绍一下VAE的原理：

二 分布变换

我们希望构建一个隐层变量Z生成目标数据X的模型，但是实现上有所不同。更准确地讲，它们是假设了Z服从某些常见的分布（比如正态分布或均匀分布），然后希望训练一个模型X=g(Z)，这个模型能够将原来的的概率分布映射到训练集的概率分布，也就是说，它们的目的都是进行分布之间的变换。

那现在假设Z服从标准的正态分布，就可以从中采样得到若干个Z1,Z2,…,Zn，然后对它做变换得到X^1=g(Z1),X^2=g(Z2),…,X^n=g(Zn)，我们怎么判断这个通过f构造出来的数据集，它的分布跟我们目标的数据集分布是不是一样的呢？有读者说不是有KL散度吗？当然不行，因为KL散度是根据两个概率分布的表达式来算它们的相似度的，然而目前我们并不知道它们的概率分布的表达式，我们只有一批从构造的分布采样而来的数据{X^1,X^2,…,X^n}，还有一批从真实的分布采样而来的数据{X1,X2,…,Xn}（也就是我们希望生成的训练集）。我们只有样本本身，没有分布表达式，当然也就没有方法算KL散度。生成模型的难题就是判断生成分布与真实分布的相似度，因为我们只知道两者的采样结果，不知道它们的分布表达式。虽然遇到困难，但还是要想办法解决的。VAE使用了一个精致迂回的技巧。

三 VAE慢谈

这一部分我们先回顾一般教程是怎么介绍VAE的，然后再探究有什么问题，接着就自然地发现了VAE真正的面目。

1.经典回顾

首先我们有一批数据样本{X1,…,Xn}，其整体用X来描述，我们本想根据{X1,…,Xn}得到X的分布p(X)，如果能得到的话，那我直接根据p(X)来采样，就可以得到所有可能的X了，这是一个终极理想的生成模型了。当然，这个理想很难实现，于是我们将分布改一改：

这里我们就不区分求和还是求积分了，意思对了就行。此时p(X|Z)就描述了一个由Z来生成X的模型，而我们假设Z服从标准正态分布，也就是p(Z)=N(0,I)。如果这个理想能实现，那么我们就可以先从标准正态分布中采样一个Z，然后根据Z来算一个X，也是一个很棒的生成模型。接下来就是结合自编码器来实现重构，保证有效信息没有丢失，再加上一系列的推导，最后把模型实现。框架的示意图如下：

看出了什么问题了吗？如果像这个图的话，我们其实完全不清楚：究竟经过重新采样出来的Zk，是不是还对应着原来的Xk，所以我们如果直接最小化D(X^k,Xk)2这里D代表某种距离函数）是很不科学的，而事实上你看代码也会发现根本不是这样实现的。也就是说，很多教程说了一大通头头是道的话，然后写代码时却不是按照所写的文字来写，可是他们也不觉得这样会有矛盾。

2.VAE初现

其实，在整个VAE模型中，我们并没有去使用p(Z)

（先验分布）是正态分布的假设，我们用的是假设p(Z|X)

（后验分布）是正态分布！！

具体来说，给定一个真实样本Xk，我们假设存在一个专属于Xk的分布p(Z|Xk)（学名叫后验分布），并进一步假设这个分布是（独立的、多元的）正态分布。为什么要强调“专属”呢？因为我们后面要训练一个生成器X=g(Z)，希望能够把从分布p(Z|Xk)采样出来的一个Zk还原为Xk。如果假设p(Z)是正态分布，然后从p(Z)中采样一个Z，那么我们怎么知道这个Z对应于哪个真实的X呢？现在p(Z|Xk)专属于Xk，我们有理由说从这个分布采样出来的Z应该要还原到Xk中去。

事实上，在论文《Auto-Encoding Variational Bayes》的应用部分，也特别强调了这一点：

In this case, we can let the

variational approximate posterior be a multivariate Gaussian with a diagonal covariance structure:

（注：这里是直接摘录原论文，本文所用的符号跟原论文不尽一致，望读者不会混淆。）

论文中的式(9)是实现整个模型的关键，不知道为什么很多教程在介绍VAE时都没有把它凸显出来。尽管论文也提到p(Z)是标准正态分布，然而那其实并不是本质重要的。

回到本文，这时候每一个Xk都配上了一个专属的正态分布，才方便后面的生成器做还原。但这样有多少个X就有多少个正态分布了。我们知道正态分布有两组参数：均值μ和方差σ2（多元的话，它们都是向量），那我怎么找出专属于Xk的正态分布p(Z|Xk)的均值和方差呢？好像并没有什么直接的思路。那好吧，那我就用神经网络来拟合出来吧！

于是我们构建两个神经网络μk=f1(Xk),logσ2=f2(Xk)来算它们了。我们选择拟合logσ2而不是直接拟合σ2，是因为σ2总是非负的，需要加激活函数处理，而拟合logσ2不需要加激活函数，因为它可正可负。到这里，我能知道专属于Xk的均值和方差了，也就知道它的正态分布长什么样了，然后从这个专属分布中采样一个Zk出来，然后经过一个生成器得到X^k=g(Zk)，现在我们可以放心地最小化D(X^k,Xk)2，因为Zk是从专属Xk的分布中采样出来的，这个生成器应该要把开始的Xk还原回来。于是可以画出VAE的示意：

事实上，VAE是为每个样本构造专属的正态分布，然后采样来重构。

3.分布标准化

让我们来思考一下，根据上图的训练过程，最终会得到什么结果。

首先，我们希望重构X，也就是最小化D(X^k,Xk)2，但是这个重构过程受到噪声的影响，因为Zk是通过重新采样过的，不是直接由encoder算出来的。显然噪声会增加重构的难度，不过好在这个噪声强度（也就是方差）通过一个神经网络算出来的，所以最终模型为了重构得更好，肯定会想尽办法让方差为0。而方差为0的话，也就没有随机性了，所以不管怎么采样其实都只是得到确定的结果（也就是均值），只拟合一个当然比拟合多个要容易，而均值是通过另外一个神经网络算出来的。

说白了，模型会慢慢退化成普通的AutoEncoder，噪声不再起作用。

这样不就白费力气了吗？说好的生成模型呢？

别急别急，其实VAE还让所有的p(Z|X)都向标准正态分布看齐，这样就防止了噪声为零，同时保证了模型具有生成能力。怎么理解“保证了生成能力”呢？如果所有的p(Z|X)都很接近标准正态分布N(0,I)，那么根据定义：

这样我们就能达到我们的先验假设：p(Z)是标准正态分布。然后我们就可以放心地从N(0,I)中采样来生成图像了。

为了使模型具有生成能力，VAE要求每个p(Z|X)都向正态分布看齐。

那怎么让所有的p(Z|X)都向N(0,I)看齐呢？如果没有外部知识的话，其实最直接的方法应该是在重构误差的基础上中加入额外的loss：

因为它们分别代表了均值μk和方差的对数logσ2，达到N(0,I)就是希望二者尽量接近于0了。不过，这又会面临着这两个损失的比例要怎么选取的问题，选取得不好，生成的图像会比较模糊。所以，原论文直接算了一般（各分量独立的）正态分布与标准正态分布的KL散度KL(N(μ,σ2)||N(0,I))作为这个额外的loss，计算结果为:

这里的d是隐变量Z的维度，而μ(i)和σ2分别代表一般正态分布的均值向量和方差向量的第i个分量。直接用这个式子做补充loss，就不用考虑均值损失和方差损失的相对比例问题了。显然，这个loss也可以分两部分理解：

推导

由于我们考虑的是各分量独立的多元正态分布，因此只需要推导一元正态分布的情形即可，根据定义我们可以写出：

整个结果分为三项积分，第一项实际上就是−log⁡σ2乘以概率密度的积分，所以结果是-log⁡σ2；第二项实际是正态分布的二阶矩，熟悉正态分布的朋友应该都清楚正态分布的二阶矩为μ2+σ2；而根据定义，第三项实际上就是“-方差除以方差=-1”。所以总结果就是：

4重要参数技巧

最后是实现模型的一个技巧，英文名是reparameterization trick，我这里叫它做重参数吧。其实很简单，就是我们要从p(Z|Xk)中采样一个Zk出来，尽管我们知道了p(Z|Xk)是正态分布N(μ,σ2)，但我们应该从 N(μ,σ2)采样，但这个采样操作对 μ和 σ2是不可导的，导致常规的通过误差反传的梯度下降法（GD）不能使用。“采样”这个操作是不可导的，但是采样的结果是可导的。我们利用：

这说明(z−μ)/σ=ε是服从均值为0、方差为1的标准正态分布的，要同时把dz考虑进去，是因为乘上dz才算是概率，去掉dz是概率密度而不是概率。这时候我们得到：

从N(μ,σ2)中采样一个Z，相当于从N(0,I)中采样一个ε，然后让Z=μ+ε×σ。

于是，我们将从N(μ,σ2)采样变成了从N(0,I)中采样，然后通过参数变换得到从N(μ,σ2)中采样的结果。这样一来，“采样”这个操作就不用参与梯度下降了，改为采样的结果参与，使得整个模型可训练了。

四 VAE的本质

VAE的本质是什么？VAE虽然也称是AE（AutoEncoder）的一种，但它的做法（或者说它对网络的诠释）是别具一格的。在VAE中，它的Encoder有两个，一个用来计算均值，一个用来计算方差，这已经让人意外了：Encoder不是用来Encode的，是用来算均值和方差的，这真是大新闻了，还有均值和方差不都是统计量吗，怎么是用神经网络来算的？

事实上，我觉得VAE从让普通人望而生畏的变分和贝叶斯理论出发，最后落地到一个具体的模型中，虽然走了比较长的一段路，但最终的模型其实是很接地气的：它本质上就是在我们常规的自编码器的基础上，对encoder的结果（在VAE中对应着计算均值的网络）加上了“高斯噪声”，使得结果decoder能够对噪声有鲁棒性；而那个额外的KL loss（目的是让均值为0，方差为1），事实上就是相当于对encoder的一个正则项，希望encoder出来的东西均有零均值。

那另外一个encoder（对应着计算方差的网络）的作用呢？它是用来动态调节噪声的强度的。直觉上来想，当decoder还没有训练好时（重构误差远大于KL loss），就会适当降低噪声（KL loss增加），使得拟合起来容易一些（重构误差开始下降）；反之，如果decoder训练得还不错时（重构误差小于KL loss），这时候噪声就会增加（KL loss减少），使得拟合更加困难了（重构误差又开始增加），这时候decoder就要想办法提高它的生成能力了。

五 使用VAE模拟生成MNIST数据

1.定义占位符

该网络与之前的略有不同，编码器为两个全连接层，第一个全连接层由784个维度的输入变化256个维度的输出，第二个全连接层并列连接了两个输出网络，mean和lg_var(可以看做噪声项，VAE跟普通的自编码器差别不大，无非是多加了该噪声并对该噪声做了约束)，每个网络都输出了两个维度的输出。然后两个输出通过一个公式的计算，输入到以一个2节点为开始的解码部分，接着后面为两个全连接的解码层，第一个由两个维度的输入到256个维度的输出，第二个由256个维度的输入到784个维度的输出。

import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom tensorflow.examples.tutorials.mnist import input_datafrom scipy.stats import normmnist = input_data.read_data_sets('MNIST-data',one_hot=True)print(type(mnist)) #<class 'tensorflow.contrib.learn.python.learn.datasets.base.Datasets'>print('Training data shape:',mnist.train.images.shape) #Training data shape: (55000, 784)print('Test data shape:',mnist.test.images.shape) #Test data shape: (10000, 784)print('Validation data shape:',mnist.validation.images.shape) #Validation data shape: (5000, 784)print('Training label shape:',mnist.train.labels.shape) #Training label shape: (55000, 10)train_X = mnist.train.imagestrain_Y = mnist.train.labelstest_X = mnist.test.imagestest_Y = mnist.test.labels'''定义网络参数'''n_input = 784n_hidden_1 = 256n_hidden_2 = 2learning_rate = 0.001training_epochs = 20 #迭代轮数batch_size = 128 #小批量数量大小display_epoch = 3show_num = 10x = tf.placeholder(dtype=tf.float32,shape=[None,n_input])#后面通过它输入分布数据，用来生成模拟样本数据zinput = tf.placeholder(dtype=tf.float32,shape=[None,n_hidden_2])

2.定义学习参数

mean_w1和mean_b1是成圣mean的权重和偏置，log_sigma_w1和log_sigma_b1是生成log_sigma的权重和偏置。

'''定义学习参数'''weights = { 'w1':tf.Variable(tf.truncated_normal([n_input,n_hidden_1],stddev = 0.001)), 'mean_w1':tf.Variable(tf.truncated_normal([n_hidden_1,n_hidden_2],stddev = 0.001)), 'log_sigma_w1':tf.Variable(tf.truncated_normal([n_hidden_1,n_hidden_2],stddev = 0.001)), 'w2':tf.Variable(tf.truncated_normal([n_hidden_2,n_hidden_1],stddev = 0.001)), 'w3':tf.Variable(tf.truncated_normal([n_hidden_1,n_input],stddev = 0.001)) }biases = { 'b1':tf.Variable(tf.zeros([n_hidden_1])), 'mean_b1':tf.Variable(tf.zeros([n_hidden_2])), 'log_sigma_b1':tf.Variable(tf.zeros([n_hidden_2])), 'b2':tf.Variable(tf.zeros([n_hidden_1])), 'b3':tf.Variable(tf.zeros([n_input])) }

注意：这里初始化权重时，使用了很小的值0.001。这里设置的非常小心，由于在算KL离散度时计算的是与标准高斯分布的距离，如果网络初始生成的模型均值和方差都很大，那么与标准高斯分布的差距就会非常大，这样会导致模型训练不出来，生成NAN的情况。

3.定义网络结构

'''定义网络结构'''#第一个全连接层是由784个维度的输入样->256个维度的输出h1 = tf.nn.relu(tf.add(tf.matmul(x,weights['w1']),biases['b1']))#第二个全连接层并列了两个输出网络z_mean = tf.add(tf.matmul(h1,weights['mean_w1']),biases['mean_b1'])z_log_sigma_sq = tf.add(tf.matmul(h1,weights['log_sigma_w1']),biases['log_sigma_b1'])#然后将两个输出通过一个公式的计算，输入到以一个2节点为开始的解码部分 高斯分布样本eps = tf.random_normal(tf.stack([tf.shape(h1)[0],n_hidden_2]),0,1,dtype=tf.float32)z = tf.add(z_mean,tf.multiply(tf.sqrt(tf.exp(z_log_sigma_sq)),eps))#解码器 由2个维度的输入->256个维度的输出h2 = tf.nn.relu(tf.matmul(z,weights['w2']) + biases['b2'])#解码器 由256个维度的输入->784个维度的输出 即还原成原始输入数据reconstruction = tf.matmul(h2,weights['w3']) + biases['b3']#这两个节点不属于训练中的结构，是为了生成指定数据时用的h2out = tf.nn.relu(tf.matmul(zinput,weights['w2']) + biases['b2'])reconstructionout = tf.matmul(h2out,weights['w3']) + biases['b3']

4 反向传播

这里定义损失函数加入了KL散度：

'''构建模型的反向传播'''#计算重建loss#计算原始数据和重构数据之间的损失，这里除了使用平方差代价函数，也可以使用交叉熵代价函数 reconstr_loss = 0.5*tf.reduce_sum((reconstruction-x)**2)print(reconstr_loss.shape) #(,) 标量#使用KL离散度的公式latent_loss = -0.5*tf.reduce_sum(1 + z_log_sigma_sq - tf.square(z_mean) - tf.exp(z_log_sigma_sq),1)print(latent_loss.shape) #(128,)cost = tf.reduce_mean(reconstr_loss+latent_loss)#定义优化器 optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost)num_batch = int(np.ceil(mnist.train.num_examples / batch_size))

5.开始训练，并可视化输出

'''开始训练'''with tf.Session() as sess: sess.run(tf.global_variables_initializer())  print('开始训练') for epoch in range(training_epochs): total_cost = 0.0 for i in range(num_batch): batch_x,batch_y = mnist.train.next_batch(batch_size)  _,loss = sess.run([optimizer,cost],feed_dict={x:batch_x}) total_cost += loss  #打印信息 if epoch % display_epoch == 0: print('Epoch {}/{} average cost {:.9f}'.format(epoch+1,training_epochs,total_cost/num_batch))  print('训练完成')  #测试 print('Result:',cost.eval({x:mnist.test.images})) #数据可视化  reconstruction = sess.run(reconstruction,feed_dict = {x:mnist.test.images[:show_num]}) plt.figure(figsize=(1.0*show_num,1*2))  for i in range(show_num): #原始图像 plt.subplot(2,show_num,i+1)  plt.imshow(np.reshape(mnist.test.images[i],(28,28)),cmap='gray')  plt.axis('off')  #变分自编码器重构图像 plt.subplot(2,show_num,i+show_num+1) plt.imshow(np.reshape(reconstruction[i],(28,28)),cmap='gray')  plt.axis('off') plt.show()  #绘制均值和方差代表的二维数据 plt.figure(figsize=(5,4)) #将onehot转为一维编码 labels = [np.argmax(y) for y in mnist.test.labels]  mean,log_sigma = sess.run([z_mean,z_log_sigma_sq],feed_dict={x:mnist.test.images}) plt.scatter(mean[:,0],mean[:,1],c=labels) plt.colorbar() plt.show() ''' plt.figure(figsize=(5,4)) plt.scatter(log_sigma[:,0],log_sigma[:,1],c=labels) plt.colorbar() plt.show() '''  ''' 高斯分布取样，生成模拟数据 ''' n = 15 #15 x 15的figure digit_size = 28 figure = np.zeros((digit_size * n, digit_size * n)) grid_x = norm.ppf(np.linspace(0.05, 0.95, n)) grid_y = norm.ppf(np.linspace(0.05, 0.95, n))  for i, yi in enumerate(grid_x): for j, xi in enumerate(grid_y): z_sample = np.array([[xi, yi]]) x_decoded = sess.run(reconstructionout,feed_dict={zinput:z_sample})  digit = x_decoded[0].reshape(digit_size, digit_size) figure[i * digit_size: (i + 1) * digit_size, j * digit_size: (j + 1) * digit_size] = digit  plt.figure(figsize=(10, 10)) plt.imshow(figure, cmap='gray') plt.show() 

为了进一步验证模型学习到了数据分布的情况，这次在高斯分布抽样中四级去一些点，将其映射到模型中的z，然后通过解码部分还原成真实图片，效果如下：

注意：代码中的norm.ppf()函数的作用是从按照百分比由大到小排列后的标准高斯分布中取值。norm代表标准高斯分布，ppf代表累积分布函数的反函数。例如x=ppf(0.05)，就表示在集合中小于x的数所占的概率等于0.05。因此我们可以利用标准高斯分布的分布函数，计算出x的值。

完整代码：

'''变分自编码'''import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom tensorflow.examples.tutorials.mnist import input_datafrom scipy.stats import normmnist = input_data.read_data_sets('MNIST-data',one_hot=True)print(type(mnist)) #<class 'tensorflow.contrib.learn.python.learn.datasets.base.Datasets'>print('Training data shape:',mnist.train.images.shape) #Training data shape: (55000, 784)print('Test data shape:',mnist.test.images.shape) #Test data shape: (10000, 784)print('Validation data shape:',mnist.validation.images.shape) #Validation data shape: (5000, 784)print('Training label shape:',mnist.train.labels.shape) #Training label shape: (55000, 10)train_X = mnist.train.imagestrain_Y = mnist.train.labelstest_X = mnist.test.imagestest_Y = mnist.test.labels'''定义网络参数'''n_input = 784n_hidden_1 = 256n_hidden_2 = 2learning_rate = 0.001training_epochs = 20 #迭代轮数batch_size = 128 #小批量数量大小display_epoch = 3show_num = 10x = tf.placeholder(dtype=tf.float32,shape=[None,n_input])#后面通过它输入分布数据，用来生成模拟样本数据zinput = tf.placeholder(dtype=tf.float32,shape=[None,n_hidden_2])'''定义学习参数'''weights = { 'w1':tf.Variable(tf.truncated_normal([n_input,n_hidden_1],stddev = 0.001)), 'mean_w1':tf.Variable(tf.truncated_normal([n_hidden_1,n_hidden_2],stddev = 0.001)), 'log_sigma_w1':tf.Variable(tf.truncated_normal([n_hidden_1,n_hidden_2],stddev = 0.001)), 'w2':tf.Variable(tf.truncated_normal([n_hidden_2,n_hidden_1],stddev = 0.001)), 'w3':tf.Variable(tf.truncated_normal([n_hidden_1,n_input],stddev = 0.001)) }biases = { 'b1':tf.Variable(tf.zeros([n_hidden_1])), 'mean_b1':tf.Variable(tf.zeros([n_hidden_2])), 'log_sigma_b1':tf.Variable(tf.zeros([n_hidden_2])), 'b2':tf.Variable(tf.zeros([n_hidden_1])), 'b3':tf.Variable(tf.zeros([n_input])) }'''定义网络结构'''#第一个全连接层是由784个维度的输入样->256个维度的输出h1 = tf.nn.relu(tf.add(tf.matmul(x,weights['w1']),biases['b1']))#第二个全连接层并列了两个输出网络z_mean = tf.add(tf.matmul(h1,weights['mean_w1']),biases['mean_b1'])z_log_sigma_sq = tf.add(tf.matmul(h1,weights['log_sigma_w1']),biases['log_sigma_b1'])#然后将两个输出通过一个公式的计算，输入到以一个2节点为开始的解码部分 高斯分布样本eps = tf.random_normal(tf.stack([tf.shape(h1)[0],n_hidden_2]),0,1,dtype=tf.float32)z = tf.add(z_mean,tf.multiply(tf.sqrt(tf.exp(z_log_sigma_sq)),eps))#解码器 由2个维度的输入->256个维度的输出h2 = tf.nn.relu(tf.matmul(z,weights['w2']) + biases['b2'])#解码器 由256个维度的输入->784个维度的输出 即还原成原始输入数据reconstruction = tf.matmul(h2,weights['w3']) + biases['b3']#这两个节点不属于训练中的结构，是为了生成指定数据时用的h2out = tf.nn.relu(tf.matmul(zinput,weights['w2']) + biases['b2'])reconstructionout = tf.matmul(h2out,weights['w3']) + biases['b3']'''构建模型的反向传播'''#计算重建loss#计算原始数据和重构数据之间的损失，这里除了使用平方差代价函数，也可以使用交叉熵代价函数 reconstr_loss = 0.5*tf.reduce_sum((reconstruction-x)**2)print(reconstr_loss.shape) #(,) 标量#使用KL离散度的公式latent_loss = -0.5*tf.reduce_sum(1 + z_log_sigma_sq - tf.square(z_mean) - tf.exp(z_log_sigma_sq),1)print(latent_loss.shape) #(128,)cost = tf.reduce_mean(reconstr_loss+latent_loss)#定义优化器 optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost)num_batch = int(np.ceil(mnist.train.num_examples / batch_size))'''开始训练'''with tf.Session() as sess: sess.run(tf.global_variables_initializer())  print('开始训练') for epoch in range(training_epochs): total_cost = 0.0 for i in range(num_batch): batch_x,batch_y = mnist.train.next_batch(batch_size)  _,loss = sess.run([optimizer,cost],feed_dict={x:batch_x}) total_cost += loss  #打印信息 if epoch % display_epoch == 0: print('Epoch {}/{} average cost {:.9f}'.format(epoch+1,training_epochs,total_cost/num_batch))  print('训练完成')  #测试 print('Result:',cost.eval({x:mnist.test.images})) #数据可视化  reconstruction = sess.run(reconstruction,feed_dict = {x:mnist.test.images[:show_num]}) plt.figure(figsize=(1.0*show_num,1*2))  for i in range(show_num): #原始图像 plt.subplot(2,show_num,i+1)  plt.imshow(np.reshape(mnist.test.images[i],(28,28)),cmap='gray')  plt.axis('off')  #变分自编码器重构图像 plt.subplot(2,show_num,i+show_num+1) plt.imshow(np.reshape(reconstruction[i],(28,28)),cmap='gray')  plt.axis('off') plt.show()  #绘制均值和方差代表的二维数据 plt.figure(figsize=(5,4)) #将onehot转为一维编码 labels = [np.argmax(y) for y in mnist.test.labels]  mean,log_sigma = sess.run([z_mean,z_log_sigma_sq],feed_dict={x:mnist.test.images}) plt.scatter(mean[:,0],mean[:,1],c=labels) plt.colorbar() plt.show() ''' plt.figure(figsize=(5,4)) plt.scatter(log_sigma[:,0],log_sigma[:,1],c=labels) plt.colorbar() plt.show() '''  ''' 高斯分布取样，生成模拟数据 ''' n = 15 #15 x 15的figure digit_size = 28 figure = np.zeros((digit_size * n, digit_size * n)) grid_x = norm.ppf(np.linspace(0.05, 0.95, n)) grid_y = norm.ppf(np.linspace(0.05, 0.95, n))  for i, yi in enumerate(grid_x): for j, xi in enumerate(grid_y): z_sample = np.array([[xi, yi]]) x_decoded = sess.run(reconstructionout,feed_dict={zinput:z_sample})  digit = x_decoded[0].reshape(digit_size, digit_size) figure[i * digit_size: (i + 1) * digit_size, j * digit_size: (j + 1) * digit_size] = digit  plt.figure(figsize=(10, 10)) plt.imshow(figure, cmap='gray') plt.show()