A recurrent latent variable model for sequential data 背景 1 通过循环神经网络的序列建模 循环神经网络（RNN）可以接收一个可变长度的序列 x = ( x 1 , x 2 , . . . , x T ) x = (x_1, x_2, ..., x_T) x=(x1​,x2​,...,xT​)作为输入，并通过递归地处理每个符号同时维持其内

D-VRNN模型和DD-VRNN模型 总体架构 离散-可变循环变分自编码器（D-VRNN）和直接-离散-可变循环变分自编码器（DD-VRNN）概述。D-VRNN和DD-VRNN使用不同的先验分布来建模 z t z_t zt​之间的转换，如红色实线所示。 x t x_t xt​的再生成用蓝色虚线表示。状态级别的循环神经网络的循环关系以灰色虚线点划线表示。 z t z_t zt​的推断过程以黑色