摘要

我们介绍了对抗学习推理（Adversarially Learned Inference, ALI）模型，该模型通过对抗过程联合学习生成网络和推理网络。生成网络将随机潜在变量的样本映射到数据空间，而推理网络则将数据空间中的训练示例映射到潜在变量空间。在这两个网络之间进行对抗游戏，并训练一个判别网络来区分生成网络产生的联合潜在/数据空间样本和推理网络产生的联合样本。我们通过检查模型样本和重构结果展示了该模型学习相互一致的推理和生成网络的能力，并通过在半监督SVHN和CIFAR10任务上获得与现有最佳方法相当的性能，验证了所学表示的有效性。