起因
当时看VAE论文时有这么一段，但是看完直接一头雾水，这都那跟哪，第一个公式咋做的变换就变出那么一堆。网上搜了很多博客都语焉不详，只好自己来写一篇，希望能解答后来人的疑惑。
公式1
参考文章：证据下界（ELBO）、EM算法、变分推断、变分自编码器（VAE）和混合高斯模型（GMM）
解释一下，我们之前都是用MLE计算损失， l o g p ( x ∣ θ ) logp(x|\theta) logp(x∣θ)和 l o g p θ ( x ) logp_{\theta}(x) logpθ(x)是一样的，数分和统计学写法习惯不同。第一种理解同上，可以结合VAE模型理解他的解释，这个解释比较抽象。
第二种理解是以信息论的角度，信息熵= E − l o g p θ ( x ) E-logp_{\\theta}(x) E−logpθ(x)。信息熵越小，说明系统越稳定，不确定程度越低。
L θ = a r g m i n θ E − l o g p θ ( x ) = a r g m a x θ E l o g p θ ( x ) L\\theta=argmin_\theta E-logp_{\\theta}(x)=argmax_\theta Elogp_{\\theta}(x) Lθ=argminθE−logpθ(x)=argmaxθElogpθ(x)
推导公式1：(引入一个隐变量z，z可以想象成VAE编码器计算出来的均值和方差的随机变量，对应分布q(z))
l o g p θ ( x ) = l o g p θ ( x , z ) − l o g p θ ( z ∣ x ) = l o g p θ ( x , z ) q ( z ) − l o g p θ ( z ∣ x ) q ( z ) logp_\theta(x) = logp_\theta(x,z) - logp_\theta(z|x)= log\frac{p_\theta(x,z)}{q(z)} - log\frac{p_\theta(z|x)}{q(z)} logpθ(x)=logpθ(x,z)−logpθ(z∣x)=logq(z)pθ(x,z)−logq(z)pθ(z∣x)
方程两边同时求期望：
具体推到过程看大佬的，白板机器学习
公式2
证明如下：
DK >= 0，所以可证公式2。
DK >= 0证明结果如下，写的不清楚请参考其他博客，证明很多，实在懒得敲了见谅。
公式3
计算结果如下，写的不清楚请参考其他博客，证明很多，实在懒得敲了见谅。
