我正在使用变分自动编码器，我看到有些人使用MSE损失，有些人使用BCE损失，有人知道其中一个是否比另一个更正确吗？为什么？
据我所知，如果你假设VAE的潜在空间向量遵循高斯分布，你应该使用MSE损失。如果你假设它遵循多项式分布，你应该使用BCE。此外，BCE偏向于0.5。
有人能给我澄清一下这个概念吗？我知道它与信息期望的变分下界项有关。。。
非常感谢！
简而言之：最大化预测为正态分布(多项式分布(的模型的可能性相当于最小化MSE(BCE(
数学细节：
使用MSE和交叉熵损失函数的真正原因
DeepMind有一个关于现代潜在变量模型的精彩讲座(主要是关于变分自动编码器(，你可以在那里了解你需要的一切
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium