VaDE（Variational Deep Embedding变分深度嵌入）是在VAE基础上利用GMM和DNN的无监督生成聚类方法（即只输入数据，就能生成新的数据同时还能聚类）。训练过程中两个神经网络的参数同时训练，但不共享，各自有自己的权重、偏置、层结构，不过一般设为对称结构，尤其在图像数据上，重构会更稳定，有助于还原原始数据。输入的是数据x和参数形式的先验，通过最大化ELBO训练模型，输出的是