用于随机数生成的变分自动编码器(VAE)的训练

Question

我有一个复杂的20维多模态分布，并考虑训练一个VAE来学习它的近似值使用2000个样本。但具体而言，其目的是根据分布的结构来生成伪随机数。不过，我的问题是：

1. 我的方法是从根本上还是逻辑上有缺陷？特别是，由于与图像数据不同，随机数具有几何性质，因此具有负值，因此也可以被认为有噪声。
2. 除了简单的尝试和错误之外，我如何找到正确的体系结构？显然，我不一定需要2D-卷积。相反，一维卷积可以被认为是捕捉相关性(即分布模式)的一个很好的选择。我也不确定如何正确地决定隐藏层和节点的数量。

Answer 1

您正在描述代孕模型。

因为你的情况已经被很好地研究过了，所以我建议你看看其他人发表的文章。瞧，例如，本文。