我复制了这个例子来构建一个变分自动编码器(VAE(。该示例使用图像，但我将其用于包含负值的信号。经过训练后，自动编码器只重建信号的正部分，不会产生负值。有人能发现问题所在或解释为什么会出现这种情况吗？
如果您使用的代码与您放入链接的示例中所示的代码完全相同，则在解码器的末尾有x = torch.sigmoid(self.decConv2(x))，它采用实数行并输出[0，1]之间的数字。这就是网络无法输出负数的原因。如果您想更改模型以输出负数，请删除sigmoid函数。
当然，这意味着您还必须更改用于训练模型的损失函数，因为BCE损失只适用于[0,1]范围内的输出。
作为建议我建议任何人使用具有logits损失的BCE，并避免在解码器中使用sigmoid，因为这种方法以更稳定的方式结合了sigmoid和BCE损失。