Posterior Collapse

VAE eğitiminde decoderın latent değişkeni göz ardı ederek temsil öğrenmenin zayıflamasına yol açtığı sorun.

Posterior collapse, özellikle güçlü decoder kullanılan varyasyonel autoencoderlarda latent uzayın anlamsız hale gelmesine yol açabilir. Model, çıktıyı latent bilgiye ihtiyaç duymadan üretmeye başlarsa KL düzenlileştirme baskısı altında latent temsil çöker. Bu durum generatif kalite, temsil öğrenmesi ve kontrollü örnekleme açısından ciddi sorundur. VAE araştırmalarının önemli kısmı bu problemi azaltmaya yönelmiştir.