Keras的ELBO最大化
当我们训练一个可变自动编码器时，我们说我们想要最大化ELBO。然而，从Keras文档来看，似乎我们实际上是在最小化ELBOKeras的ELBO最大化,keras,Keras,当我们训练一个可变自动编码器时，我们说我们想要最大化ELBO。然而，从Keras文档来看，似乎我们实际上是在最小化ELBO def vae_损失（x，x_解码平均值）： xent\u损耗=目标。二进制交叉熵（x，x解码平均值） kl_损失=-0.5*K.均值（1+z_对数_σ-K.平方（z_均值）-K.exp（z_对数_σ），轴=-1） 返回xent_损失+kl_损失 根据我的理解，上述函数应该返回积极的ELBO。既然Keras总是最小化损失函数，我们不应该返回负的ELBO吗
def vae_损失（x，x_解码平均值）：
xent\u损耗=目标。二进制交叉熵（x，x解码平均值）
kl_损失=-0.5*K.均值（1+z_对数_σ-K.平方（z_均值）-K.exp（z_对数_σ），轴=-1）
返回xent_损失+kl_损失