深度学习中的潜在空间

1 潜在空间定义

Latent Space 潜在空间：Latent ，这个词的语义是“隐藏”的意思。“Latent Space 潜在空间”也可以理解为“隐藏的空间”。Latent Space 这一概念是十分重要的，它在“深度学习”领域中处于核心地位，即它是用来学习数据的潜在特征，以及学习如何简化这些数据特征的表达，以便发现某种规律模式，最终来识别、归类、处理这些数据。

形式上，潜在空间被定义为抽象的多维空间，它编码外部观察事件的有意义的内部表示。在外部世界中相似的样本在潜在空间中彼此靠近。

为了更好地理解这个概念，让我们考虑一下人类如何感知世界。通过将每个观察到的事件编码为我们大脑中的压缩表示，我们能够理解广泛的主题。例如，我们不会记住狗的每一个外观细节，以便能够在街上认出一只狗。正如我们在下图中所看到的，我们保留了狗的一般外观的内部表示：

以类似的方式，潜在空间试图通过空间表示向计算机提供对世界的压缩理解。

2 潜在空间的重要性

深度学习已经彻底改变了我们生活的许多方面，其应用范围从自动驾驶汽车到预测严重疾病。它的主要目标是将原始数据（例如图像的像素值）转换为合适的内部表示或特征向量，学习子系统（通常是分类器）可以从中检测或分类输入中的模式。因此，我们意识到深度学习和潜在空间是密切相关的概念，因为前者的内部表示构成了后者。

正如我们在下面看到的，深度学习模型将输入原始数据并输出位于称为潜在空间的低维空间中的判别特征。然后使用这些特征来解决各种任务，如分类、回归或重建：