1. Código
1. El argumento c del conjunto de datos MNIST
dataset = MnistDataset()#数据集MNIST
latent_spec = [
(Uniform(62), False),#62类默认是false
(Categorical(10), True),#离散码c1
(Uniform(1, fix_std=True), True),#连续码c2
(Uniform(1, fix_std=True), True),#连续码c3
]Las variables implícitas están compuestas de listas (las listas están compuestas de una serie de elementos organizados en un orden específico, denotado por [] y separados por comas})
2. Definición de parámetros de información mutua
El cálculo de información mutua comienza a partir de las siguientes dos variables:
reg_z: representa la variable oculta que el modelo comienza a generar aleatoriamente
fake_ref_z_dist_info: representa la información de distribución de variables ocultas calculada por Encoder
Según la clasificación de los tipos continuos y discretos, las dos variables se dividen en las siguientes cuatro variables:
cont_reg_z: la parte variable continua de reg_z
cont_reg_dist_info: parte variable continua de fake_ref_z_dist_info
disc_reg_z: parte variable discreta de reg_z