我已经阅读了许多建议使用变分自编码器而不是自编码器的论文，因为它们具有更多概率方法并且能够在潜在维度上使用 KL 散度。但是当尝试测试这两个网络时，我发现 Variational Autoencoders中输出的可变性正在降低网络的准确性，并且在使用Autoencoders时我得到了更好的结果。我仍在处理非常简单的数据，并在没有任何增强或变化背景的普通图像上训练我的网络。

• Variational Autoencoders的性能是否会随着更硬的数据而增加，或者是否有其他理由选择它而不是Autoencoders？
• 还是自动编码器在异常检测中表现更好？