soft-intro-vae-pytorch

用软对抗训练让VAE生成更清晰图像，训练更稳定

Soft-IntroVAE 是 CVPR 2021 Oral 论文的官方 PyTorch 实现，旨在改进内省变分自编码器（Introspective VAE）的训练稳定性和生成质量。传统 VAE 在生成高分辨率图像时容易产生模糊，而 GAN 虽清晰但训练不稳定。该项目通过引入软化的对抗训练目标，让编码器和解码器在训练中相互博弈，同时保持 VAE 的概率建模优势，从而在密度估计和图像生成任务上取得更优表现。核心能力包括：支持多种数据集（如 MNIST、CIFAR-10、CelebA）的训练与评估，提供预训练模型和生成样本可视化，代码结构清晰，便于二次开发。项目解决了 VAE 生成模糊和 GAN 训练不稳定的问题，为生成模型研究提供了一个稳健的基线。