python - 将输入数据拟合成高斯分布

Question

我目前正在阅读有关变分自动编码器 (VAE) 的论文。根据这篇文章（http://proceedings.mlr.press/v95/guo18a/guo18a.pdf）：

通过将输入数据样本x(i)用重构的均值向量和重构的标准差向量拟合成高斯分布，我们可以得到对应的重构概率N(x(i)|µx^(i, l), σx^(i , l)) 的第 l 个生成的潜在向量。

基本上，我不明白“将输入数据样本 x(i) 拟合到高斯分布中”是什么意思。我假设我们首先使用向量 µx^(i, l) 和 σx^(i, l) 构建多元高斯分布。但是，将向量拟合到该分布中意味着什么？

此外，该计算的结果是否对应于我们所说的可能性？

非常感谢，

纪尧姆

标签： pythonprobabilitygaussiannormal-distributiondata-fitting