🔑 名詞卡
VAE（Variational Autoencoders，變分自編碼器）
🎯 定義
生成式AI中一種基於機率生成模型的技術，透過將數據映射到隱變量空間（Latent Space）並重建原始數據來學習數據的潛在結構，廣泛應用於數據生成、重建與異常檢測。
原理
引入隨機變量和正則化技術，平衡生成能力與訓練穩定性，包含兩部分：
- 編碼器（Encoder）：將輸入數據壓縮到低維隱變量空間，學習數據的潛在分佈
- 解碼器（Decoder）：從隱變量空間重建出新數據，盡可能保證與原始數據一致
應用場景
- 數據修復與重建：修補損壞圖像或影片數據
- 異常檢測：學習正常數據分佈，識別異常樣本（網路安全、工業故障檢測）
- 數據生成：圖像、語音生成，適合需要平滑過渡與隱變量控制的場景
- 醫療數據增強：生成合成數據補充稀缺臨床樣本
易混淆
- vs GAN：VAE 的兩個核心組件是「編碼器與解碼器」，GAN 的兩個核心組件是「生成器與鑑別器」——不要混淆。
📖 課文原文「變分自編碼器（Variational Autoencoders, VAE）是一種基於概率生成模型的技術，透過將數據映射到隱變量空間（Latent Space）並重建原始數據來學習數據的潛在結構。」