VAE，即variational autoencoder。先讲autoencoder，虽然叫autorncoder但是其实包含了编码器encoder和解码器decoder，是对称的。对于一系列类似的数据，例如图片，虽然数据量很大但是其实是符合一定分布规律的，信息量远小于数据量。编码器的目的就是把数据量为n维的数据压缩成更小的k维特征。这k维特征尽可能包含了原始数据里的所有信息，只需要用对应的解码器，就可以转换回原来的数据。在训练的过程中，数据通过编码器压缩再通过解码器解压，然后最小化重建后数据和原始数据的差，训练好了以后，就只有编码器被用作特征提取的工具，用于进一步的例如图像分类等应用中，故称为autoencoder。

垃圾是放错地方的资源，有一天解码器也被拿出来：你既然可以从k维特征向量恢复出一整张图片，那我给你一个随机生成的k维特征向量，看看你能生成什么。然而实际结果显示，autoencoder虽然可以“记住”
见过的照片，但是生成新图像的能力很差。于是有了variational autoencoder。VAE在令k维特征中的每个值变成了符合高斯分布的概率值，于是对概率的改变可以让图片信息也有相应的平滑的改变，例如某个控制性别的维度，从0到1可以从一个男性的人脸开始，生成越来越女性化的人脸。

那么VAE其实还是有很多统计假设的，而且我们要判断它生成的效果如何，也需要评估它生成的数据和原始数据的差距大不大。于是有人丢掉所有统计假设，并且把这个评估真（原始数据）假（生成数据）差异的判别器也放进来一起训练，创造了GAN，生成对抗神经网络。GAN有两个部分，生成器和判别器。生成器从一些随机的k维向量出发，用上采样网络合成大很多的n维数据，判别器就负责判断合成出来的图片是真是假。一开始合成出来的都是意义不明的无规律结果，很简单的判别器就可以分辨出来。生成器发现一些生成的方向，比如有成块的色块，可以骗过判别器，它就会往这个方向合成更多的图片，而判别器发现被骗过去了，就会找到更复杂的特征来区分真假。如此反复，直到生成器生成的结果，判别器已经判断不出真假了，这就算是训练好了。这样训练出来的生成器，可以生成非常逼真，即使是人眼也很难分辨的图片，但是是不存在的。

点击链接，查看当下最先进的神经网络生成的不存在的人脸，每刷新一次就有一张新的：https://thispersondoesnotexist.com/

当然如果你想要二次元老婆也可以看这个：https://www.thiswaifudoesnotexist.net/