近期看论文要用到VAE，看了很多资料，有这样一种感觉，要么过度过于偏向数学原理，要么只是讲了讲网络结构。本文将两者结合，以简洁易懂的语言结合代码实现来介绍VAE。1 解决问题VAE是变分推断（variational inference ）以及自编码器（Auto-encoder）的组合，是一种非监督的生成模型，其概率图模型和深度学习有机结合，近年来比较火热。VAE可以用于但不局限于降维信息检索等任务

1 序列模型的应用应用十分广泛，主要有语音识别、自然语言处理等。可以根据输入和输出的类别对其分类。2 词语表示one-hotword2vec3 循环神经网络语言模型为什么不适用传统神经网络？1、输入和输出的长度会改变，不同句子的长度不一样2、位置信息假设我们要完成找到句子中姓名的任务，这就是一个seq2seq的任务。循环神经网络会这样计算，先初始化一个a<0>a^{<0>}